10 2017 档案

摘要:Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments 2017-10-25 16:38:23 【Project Page】https://blog.openai.com/learning-to-cooperat 阅读全文
posted @ 2017-10-25 18:08 AHU-WangXiao 阅读(1621) 评论(0) 推荐(0) 编辑
摘要:论文笔记: Dual Deep Network for Visual Tracking 2017-10-17 21:57:08 先来看文章的流程吧 。。。 可以看到,作者所总结的三个点在于: 1. 文章将 边界和形状信息结合到深度网络中。底层 feature 和 高层 feature 结合起来,得到 阅读全文
posted @ 2017-10-18 09:21 AHU-WangXiao 阅读(493) 评论(0) 推荐(0) 编辑
摘要:Adam Kosiorek About About Attention in Neural Networks and How to Use It this blog comes from: http://akosiorek.github.io/ml/2017/10/14/visual-attenti 阅读全文
posted @ 2017-10-16 20:44 AHU-WangXiao 阅读(502) 评论(0) 推荐(0) 编辑
摘要:深度学习课程笔记(六)Error Variance and Bias: 本文主要是讲解方差和偏差: error 主要来自于这两个方面。有可能是: 高方差,低偏差; 高偏差,低方差; 高方差,高偏差; 低方差,低偏差 这是理想情况 随着模型复杂度的上升,那么,bias 会逐渐降低的。 阅读全文
posted @ 2017-10-16 00:16 AHU-WangXiao 阅读(318) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2017-10-11 09:16 AHU-WangXiao 阅读(0) 评论(0) 推荐(0) 编辑
摘要:深度学习课程笔记(五)Ensemble 2017.10.06 材料来自: 首先提到的是 Bagging 的方法: 我们可以利用这里的 Bagging 的方法,结合多个强分类器,来提升总的结果。例如: 通过这种求平均的方法,可以得到更加接近 真实值的输出。 我们可以对训练数据集进行随机采样,构建四个子 阅读全文
posted @ 2017-10-06 22:46 AHU-WangXiao 阅读(1507) 评论(0) 推荐(0) 编辑
摘要:深度学习课程笔记(四)Gradient Descent 梯度下降算法 2017.10.06 材料来自:http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLDS17.html 我们知道在神经网络中,我们需要求解的是一个最小化的问题,即:最小化 loss func 阅读全文
posted @ 2017-10-06 14:28 AHU-WangXiao 阅读(690) 评论(0) 推荐(1) 编辑
摘要:深度学习课程笔记(三)Backpropagation 反向传播算法 2017.10.06 材料来自:http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLDS17.html 反向传播算法这里是用到 chain rule(链式法则)的,如下图所示: 这个应该没什么 阅读全文
posted @ 2017-10-06 00:51 AHU-WangXiao 阅读(531) 评论(0) 推荐(0) 编辑
摘要:深度学习课程笔记(二)Classification: Probility Generative Model 2017.10.05 相关材料来自:http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLDS17.html 本节主要讲解分类问题: classifica 阅读全文
posted @ 2017-10-05 22:15 AHU-WangXiao 阅读(620) 评论(3) 推荐(0) 编辑
摘要:深度学习课程笔记(一)CNN 解析篇 相关资料来自:http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17_2.html 首先提到 Why CNN for Image ? 综合上述三个特点,我们可以看到图像识别有如下的特色: 分割线 以上就是整体上来感受下深 阅读全文
posted @ 2017-10-05 10:49 AHU-WangXiao 阅读(1212) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示