原创 教師-學生網絡下Self-Ensembing with GAN-based Data Augmentation for Domain Adaption in Sematic Segmentation

1. Abstract 基於深度學習的語義分割有着固有的缺陷:需要大量的數據 本文引入self-ensembling,想基於無監督下的領域自適應來解決數據問題,但通過self-ensembling中微調過的人工數據難以縮減語義分

原创 基於Disentangle的Image-to-Image Translation系列

1. Unsupervised Image-to-Image Translation Networks 針對什麼問題? 圖像翻譯旨在將圖像從一個領域映射到另一個領域。在監督的設定下,數據集是成對的,領域之間的映射是可行的。但在

原创 Reinforcement Learning 1

1. RL幾個應用 Learning to play AlphaGo Supervised(監督學習的方式) 從老師那裏學習,即通過打標籤的方式學習 比如看棋譜學,但棋譜是人下的,人下的那一步就是最優的嗎? Reinf

原创 Statistic Learning 1

1. RSS, RSE, TSS等 RSS(Residual Sum of Squares) RSS=e12+e22+e32+...+en2=(y1^−β0^−β1^x1)+...+(yn^−β0^−β1^xn)=∑i=1n(

原创 那些堪比照片質感的PhotoRealistic Style Transfer系列

1. Prerequisite Knowledge 此部分爲預備知識,主要涉及內容如下: Upsampling, Uppooling, Transpose Convolution(上採樣,上池化,轉置卷積) Whiteni

原创 Statistic Learning 2

Logistic Regression 三種常用的分類方法 Logistic Regression Linear Discriminant Analysis K-NN Negihbor 爲什麼不用Linear Regre

原创 逆思維:GAN不能生成什麼?Seeing What a GAN Cannot Generate

1. Abstract 雖然GAN很成功,但是模式崩塌(Mode Collapse)的問題依然存在,而現在少有論文去理解並量化GAN到底拋棄了哪些模式。 故本文在兩個級別的基礎上可視化了模式崩塌:分佈級(Distribution

原创 深入BBN,如何解決長尾數據分佈的同時兼顧表示學習

1. 問題引入 本次要記錄的論文是,CVPR2020 的 " BBN: Bilateral-Branch Network with Cumulative Learning for Long-Tailed Visual Recog

原创 基於Adjustable Parameters的Style Transfer系列論文

1. Adjustable Real-Time Style Transfer (ICLR 2020) 針對什麼問題 ​ 本文指出基於現有風格遷移算法訓練得到的模型,只能生成固定內容結構及風格模式的Stylized Ima

原创 Windows10下visdom啓動失敗解決方案

任務描述 最近採集了一批數據,想調用CycleGAN完成領域遷移看看效果。於是就網上找了開源的CycleGAN代碼,代碼能夠正常運行,但是調用visidom顯示總會報錯:HTTP Error。故記錄下本人解決的過程   啓動visdom

原创 Reinforcement Learning 2

1. 兩種Policy Policy Based的強化學習有兩種訓練方法: On-policy,要學的Agent邊學邊玩 Off-policy,要學的Agent看別人玩 前文講解的Policy Gradient其實是On-po

原创 Docker守護態容器基本操作:Ubuntu爲例

守護態容器 能夠長期運行 沒有交互式會話 適合運行應用程序和服務 下載Ubuntu鏡像 docker pull ubuntu:16.04 創建守護態容器並交互 docker run -itd --name t

原创 Statistic Learning 6

Linear Model Selection and Regularization 在迴歸方法中,標準的線性模型如下: Y=β0+β1x1+...+βpxp+ϵY = \beta_0 + \beta_1x_1 + ... + \b

原创 小論文撰寫中常用單詞的N種說法

前言:本文是作者在撰寫小論文過程中,從相關頂會論文中摘選出來的常用單詞不同的說法,從而避免論文文筆過於單調。本文將會不定期更新~歡迎小夥伴們在留言區補充哦! 1. 常用詞的N種說法 1.1 Besides Moreover In

原创 強勢源碼理解RPN區域推薦網絡

1. Anchor Generation Layer 對於生成anchors的源碼理解主要來源於兩個代碼 RBG大神的caffe源碼:https://github.com/rbgirshick/py-faster-rcnn Gi