摘要： Focal Loss for Dense Object Detection 是ICCV2017的Best student paper,文章思路很简单但非常具有开拓性意义，效果也非常令人称赞。 GHM(gradient harmonizing mechanism) 发表于 “Gradient Harm 阅读全文

摘要： 1.为什么需要好的权重初始化 网络训练的过程中, 容易出现梯度消失(梯度特别的接近0)和梯度爆炸(梯度特别的大)的情况,导致大部分反向传播得到的梯度不起作用或者起反作用. 研究人员希望能够有一种好的权重初始化方法: 让网络前向传播或者反向传播的时候, 卷积的输出和前传的梯度比较稳定. 合理的方差既保 阅读全文

摘要： 一、xgboost类库实用小结 在XGBoost算法原理小结中，我们讨论了XGBoost的算法原理，这一片我们讨论如何使用XGBoost的Python类库，以及一些重要参数的意义和调参思路。 本文主要参考了XGBoost的Python文档 和 XGBoost的参数文档。 1. XGBoost类库概述 阅读全文

摘要： 一、将收集到的语料进行文本预处理 1）train.txt预处理为train.csv，格式为id，内容，标签 使用excel打开train.txt然后选择分隔符为英文逗号，这样内容在一列，然后再为他们添加id，从1-900，接着添加标签，0，1，2分别表示财经，体育，军事。最后另存为csv文件。 2） 阅读全文

摘要： 做nlp的时候，如果用到tf-idf，sklearn中用CountVectorizer与TfidfTransformer两个类，下面对和两个类进行讲解 一、训练以及测试 CountVectorizer与TfidfTransformer在处理训练数据的时候都用fit_transform方法，在测试集用 阅读全文

摘要： 摘要 Scene text with an irregular layout is difficult to recognize. To this end, a S equential T ransformation A ttention-based N etwork (STAN), which c 阅读全文

摘要： 3、方法 In this section, we introduce the proposed VSRNet which aims to jointly retrieve the corresponding videos and locate the related segments accordi 阅读全文

摘要： 一、列表转换成字典 self.cat_list = [] with open(os.path.join(self.raw_data, "cat.txt")) as f: for line in f.readlines(): self.cat_list.append(line.strip()) sel 阅读全文

摘要： 注意：如果您想要更多演示来展示您可以使用 PySyft 做什么，您可以在 Twitter 上关注@theoryffel和@openminedorg。感谢所有反馈！ 目前，Privacy-Preserving ML 中的许多作品都在探索联邦学习和差分隐私，但恰好很难将它们一起使用，并且关于如何使用它们 阅读全文

摘要： 总结：我从可以玩的玩具代码中学习得最好。本教程使用 PyTorch 最近发布的名为 Opacus 的库（此处提供完整代码示例）来教授差异化私有深度学习。有关差异隐私的更多信息，您可以在 Twitter 上关注@kritipraks或@openminedorg。 我们 OpenMined 正在与 Py 阅读全文