- 博客(28)
- 收藏
- 关注
RSS订阅
原创 Terminal与vim基本操作总结
打开terminal:Ctrl+Alt+T查看现目录下文件及文件夹:ls打开目前文件夹下的文件:cd 文件夹名退出到文件夹上一个目录:cd …退出到母文件夹：cd在terminal搜索某个字段的文件：grep -nR ‘字段’在terminal搜索含有该字段的文件：grep -nR ‘’字段注意：上述两者有所差异：第一个不含*的只会搜索到完全和字段重合的文件，第二个则会搜索到包含字段...
2019-12-19 16:36:39
1379
原创 Adversarial Domain Adaptation with Domain Mixup读书笔记
Adversarial Domain Adaptation with Domain Mixup读书笔记模型介绍情境设置模型描述DM-ADA的具体框架1. 在两个层次上进行mixup操作2. 具有先验知识的编码器3. 具有先验知识的编码器4. 对潜在空间编码5. 对抗域联合对齐6. 种类级别的域联合适配具体训练步骤：实验部分这篇文章是AAAI2020的oral,将深度学习里的一个技巧mixup用到...
2019-12-14 15:28:39
2482
原创 《机器学习实战》 （4）支持向量机小结（1）
更新：代码在这里：https://github.com/lwpyh/machinelearning-in-action机器学习里的一大主流算法就是支持向量机算法，因为该算法数学推导较为复杂，变体较多，而常见的机器学习实际案例往往会默认读者已经了解了支持向量机的基本理论，或者只有理论而没有实例，故要想真正系统的学习支持向量机模型往往并不容易，所以对该模型的解读并不彻底，《机器学习实战》这本书也是...
2018-06-16 14:39:34
634
原创 《机器学习实战》 (3) logistic regression(逻辑斯蒂回归)小结（下）
在上一讲中，通过数学推导，将logistics回归的数学原理推导了一遍，并用推导得到的偏导具体表达式求了出来，同时，通过Python实现了在数据集上上的logistics回归算法的基本应用，但是，基本的logistics回归是对所有数据求偏导的之和，所以需要通过传统方法求得的曲线虽然准确，但是每次实现运算量过大，所以需要对算法进行优化。这里提出的第一种算法是SGD，随机梯度上升算法，该算法每次运算...
2018-06-01 19:28:53
673
原创 《机器学习实战》 (3) logistic regression(逻辑斯蒂回归)小结（上）
更新：代码在这里：https://github.com/lwpyh/machinelearning-in-action 最近一直在学习《机器学习实战》这一本书，之前学习了kNN 算法和决策树算法，因为想迫切的接触logistic回归算法，所以我跳过了朴素贝叶斯（下一讲会说），而是首先学习了logistic回归，这也是在实际工作中最为普遍的一种模型，但是这个模型有趣就有趣在虽然模型最...
2018-05-28 17:00:10
1314
原创 《机器学习实战》（2）决策树小结
更新：代码在这里：https://github.com/lwpyh/machinelearning-in-action最近研究了决策树算法，并通过《机器学习实战》这本书学习了怎样实现决策树分类算法并可视化决策树，将自己的学习笔记加以总结，分享给大家。一。什么是决策树？决策树就是通过将特征对实例进行分类，我们也可以把其看成if-then规则的集合。具体学习规则是：利用训练得到的数据，根据...
2018-04-30 14:45:39
855
2
原创 《机器学习实战》（1）kNN小结（小白教学，每行代码都有注释）
更新：代码在这里：https://github.com/lwpyh/machinelearning-in-action最近入坑了机器学习，为了快速提高自己的机器学习的代码能力，入坑了《机器学习实战》，目前只学习了第一个重要算法:k近邻算法（kNN），在学习过程中发现许多相关的学习资料要么代码是python2的，要么代码的解释不够详细，对于像我这样的菜鸡而言苦不堪言，为了后来者不踩我踩过的大坑，...
2018-04-16 11:13:40
6711
6
原创 Discriminative Adversarial Domain Adaptation读书笔记
这篇文章是AAAI2020的一篇领域自适应的文章，挺有意思的，把读书笔记和大家分享一下。摘要：给定源域上标记的实例和目标域上未标记的实例，无监督域适应旨在学习一种任务分类器，它可以很好地对目标进行分类。最近的进展依赖于深度网络的领域对抗训练来学习领域不变特征。但是，由于任务分类器和域分类器的分离设计会导致模式崩溃，这些方法在对齐域间特征和类别的联合分布方面受到限制。为了克服这一问题，本文提出了一种新的对抗学习方法，称为可鉴别的对抗域适应(DADA)。基于集成的分类器和域分类器，DADA有一个新颖的对抗性
2020-06-15 19:55:05
1624
1
原创 HoMM: Higher-order Moment Matching for Unsupervised Domain Adaptation读书笔记
本文是AAAI收录的一篇文章，与以往方法不同，其提出要对高阶特征进行域匹配，下面就简要介绍一下其思路。摘要最大限度地减小不同域间特征分布的差异是无监督域自适应最有前途的方向之一。从分布匹配的角度来看，现有的基于离散度的方法大多是针对二阶或更低阶的统计量设计的，而这些方法对非高斯分布的统计特性的表达是有限的。在这项工作中，我们探讨了使用高阶统计量(主要指三阶和四阶统计量)进行域匹配的好处。提出了...
2020-01-03 17:16:46
1668
原创 Unsupervised Domain Adaptation via Structured Prediction Based Selective Pseudo-Labeling读书笔记
无监督域自适应的目的是解决目标域未标记样本的分类问题，而标记样本仅来自源域，且这两个域的数据分布不同。在这两种情况下，目标域中缺少标记的样本可能是一个问题，通常通过伪标记来克服。然而，不准确的伪标记可能会在学习过程中导致灾难性的错误积累。这篇文章提出了一种基于结构预测的选择性伪标记策略。结构化预测的灵感来自于目标域的样本在深度特征空间内具有良好的聚类特性，因此可以使用无监督聚类分析来促进准确的伪标...
2019-11-28 16:59:40
1061
原创 Unsupervised Domain Adaptation Through Self-Supervision论文阅读笔记
这篇文章是arxiv上的一篇domian adaptation的文章，觉得这里使用的方法和之前的方法完全不同，很有意思。所以整理了一下，和大家一起分享。本文讨论了无监督域自适应，即源域上有标记的训练数据，但目标是在目标域上只有未标记数据，希望能够通过一些方法将源域上分类器迁移到目标域上，并能在目标域上有良好的性能。与之前的许多工作一样，我们试图在保持可辨别性的同时，对源域和目标域的学习表示进行对...
2019-10-10 11:17:53
1684
1
原创 AutoGAN: Neural Architecture Search for Generative Adversarial Networks阅读笔记
本文是ICCV2019的一篇文章，第一次将GAN利用网络架构搜索(NAS)来实现，非常有启发意义，遂写一篇阅读笔记。网络架构搜索在图像分类等问题上均取得了一定的成功，这篇文章首次将NAS应用于GAN生成问题。我们定义了生成器结构变量的搜索空间，并使用一个RNN控制器来指导搜索，通过参数共享和动态重置来加速搜索过程。以inception得分作为奖励，引入多级搜索策略，以渐进的方式进行搜索。实验验证...
2019-10-08 10:43:12
879
原创 DeepLens:Shallow Depth Of Field From A Single Image论文阅读笔记
本文的目标是从单一的全聚焦与可控焦距和孔径大小的图像中生成高分辨率的浅景深(DoF)图像。所有模块都是可微的，都是从数据中学到的。为了训练深度预测模块，我们收集了2462个带有双镜头相机的手机捕获的RGB-D图像数据集，并利用现有的分段数据集改进了边界预测。并进一步利用一个已知深度的合成数据集来监督镜头模糊和引导采样模块。实验验证了该系统和训练策略的有效性。本文的方法可以生成高分辨率的高质量浅层D...
2019-09-26 14:47:59
995
原创 Class-Distinct and Class-Mutual Image Generation with GANs (CP-GAN)论文阅读笔记
摘要：生成式对抗性网络(GANs)的类条件扩展，如辅助分类器GAN (AC-GAN)和条件GAN (cGAN)，由于能够将表示形式分解为类标签等因素并提高训练的稳定性而受到关注。然而，有一个限制是，它们假定每个类都是可分离的，并且忽略了类之间的关系，即使在实际场景中，基于不同的或模糊的标准收集数据时，类之间经常发生重叠。为了克服这一局限性，这篇文章我们提出了一个新的类区分和类互生成问题，其目标是...
2019-09-18 15:50:30
406
原创 写在研一的尾巴
我从大四下开始更CSDN博客，想来也一年多了。西风几时来，流年暗中换，转眼间就到8月末了，写点东西，无关算法，无关他人，只是写给自己看的总结，放在CSDN上，也算留个纪念。研一前的暑假，被提前召到学校，起初满是期待，想大干一番，不巧合作导师是个拉横向项目的二流子，科研理想幻灭，索性和导师请了个假，回家过自己的小生活。研一开学前，寝食难安，要是这三年砸在那狗屁实验室，还不如去国外重新读个研。于我而...
2019-08-27 22:24:02
563
4
原创 Domain Adaptive Faster R-CNN for Object Detection in the Wild论文阅读笔记
目标检测与域适应界核的一篇文章，非常有启发，CVPR2018作品，非常有趣。1.全文综述目标检测任务通常假设训练集与测试集从属于同一个分布，但是在实际情形中并不完全如此，这种分布上的差异会导致性能的下降与损失，本文旨在提高目标检测的跨域鲁棒性。作者从两个层面处理领域转移:1)图像级移动，如图像样式、光照等;2)实例级移动，如对象出现-亮度、大小等。我们基于最新的最先进faster R-CNN模...
2019-06-30 20:34:14
1791
原创 Transferrable Prototypical Networks for Unsupervised Domain Adaptation读书笔记
在这篇文章里，通过对每个类到原型的距离的重新映射，学习一个嵌入空间并执行分类。具体地说，提出了可转移的原型网络(TPN)来进行自适应，使源域和目标域的每个类的原型在嵌入空间上都很接近，并且原型在源和目标数据上分别预测的分数分布也很简单。从技术上讲，TPN最初将每个目标示例与源域中最近的原型匹配，并将这个原型作为示例的“伪”标签。这样，每个类的原型就可以分别在源数据、目标数据和源-目标数据上进行计算...
2019-05-05 22:54:08
2269
6
原创 improving MMD-GAN training with repulsive loss function论文阅读笔记
生成式对抗性网络(GANs)被广泛用于学习数据采样过程，在有限的计算预算下，其性能在很大程度上取决于损失函数。本研究修正了以最大均值误差(MMD)作为GAN损失函数的MMD-GAN，主要有两大贡献：首先，作者认为，现有的MMD损失函数可能阻碍学习数据中的细节，因为它试图缩小真实数据的鉴别输出。为了解决这一问题，提出了一个排斥损失函数，通过简单地重新排列MMD中的项来主动学习实际数据之间的差异。其次...
2019-03-31 16:59:35
1624
1
转载 支持向量机的理解，目前看到的最通透的
支持向量机通俗导论（理解SVM的三层境界）作者：July、pluskid ；致谢：白石、JerryLead出处：结构之法算法之道blog。前言 动笔写这个支持向量机(support vector machine)是费了不少劲和困难的，原因很简单，一者这个东...
2019-03-19 21:19:56
1818
1
原创 Deep Transfer Learning for Multiple Class Novelty Detection论文阅读笔记
这篇文章是cvpr2019的一篇新奇检测的文章，使用迁移学习的方法，用于混合类别的新奇检测问题。这篇文章提出了一种基于端到端深度学习的方法，研究如何利用外部的、非分布的数据集来提高深度网络视觉新奇检测的性能。这篇文章的创新点主要有两个方面，第一是在训练过程中除了使用常见的交叉熵损失函数等损失函数外，新设计了一个membership loss来满足我们的需要，第二点是我们使用来自外部数据集的知识更有...
2019-03-07 16:27:49
1206
1
原创 residual attention network 论文阅读笔记
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Ma...
2019-03-01 21:12:30
521
1
原创 基于神经网络搭建自己的颜值检测网页
寒假在家，闲来无事，萌生了用神经网络搭建一个颜值检测算法的想法，起初，只是想要把这个算法实现一下就好，但是，最后本着精(想)益(要)求(装)精(逼)的想法，就尝试着把它做成了一个网页版本的小游戏，后来为了让朋友们可以直接访问，于是就利用旧电脑搭建了一个服务器，把网站做成了可以公共访问的形式。最后做出的颜值检测的网站是这样的下面就如何搭建这一个颜值检测网站做一些说明。下面的说明分成以下几个模块，首...
2019-02-24 19:56:29
2001
4
原创 Transferable Attention for Domain Adaptation阅读笔记
背景介绍：域自适应的最新研究是通过反向学习一种域不变量表示来连接不同的域。现存的方法主要用于联合适配源域与目标域的全局图像。然而，尽管如此，并不是每一个区域都是可迁移的，而强制结合不可迁移的区域，可能会导致负迁移。此外，一些图像在不同的域之间存在显著的差异，导致图像级别的可移植性较弱。因此，本文提出了TADA这一种方法聚焦于在图片里找寻适合迁移的区域，在数据集中寻找适合迁移的图片，本文实施了两个...
2019-02-23 16:22:00
2731
14
原创 partial transfer learning文章总结（四）
第三篇：Importance Weighted Adversarial Nets for Partial Domain Adaptation这篇文章是目前为止partial transfer learning的最后一篇文章，这篇文章的总体思路与上两篇文章是一致的，也是通过首先减小不在源域和目标域共同类别区域的数据样本，同时增大在两域共同类别区域的数据样本，将partial transfer le...
2019-01-21 23:03:57
1145
原创 partial transfer learning文章总结(三)
第二篇：Partial Adversarial Domain Adaptation这篇文章的设置情境与之前的partial transfer learning的情境一样，都是在目标域数据种类是源域数据种类的子集情况下所进行的一个讨论。解决问题的总思路也是一致的，即通过减小在源域类别而不在目标域数据类别的数据权重而增大既在目标域种类又在源域种类中数据的权重把问题转化为传统迁移学习问题。首先先看一...
2019-01-20 14:28:24
752
原创 partial transfer learning文章总结（二）
上一篇文章就说明是迁移学习，以及partial transfer learning问题是什么做了介绍，目前，在partial transfer learning问题上，现在主要有三篇文章，这里分别做介绍，今天先介绍第一篇：第一篇：Partial Transfer Learning with Selective Adversarial Networks本文提出了一种叫做SAN(Selective...
2019-01-19 23:06:34
780
5
原创 partial transfer learning文章总结（一）
最近在看partial transfer learning方面的文献，借此机会总结下，正好填坑，预计一共会写四篇，这篇是第一篇，就介绍下迁移学习和partial transfer learning问题的一些基本概念，下面几篇文章再就具体文献进行分析。问题情境：partial transfer Learning解决的是迁移学习的一个子问题。所谓迁移学习，是指在给定一个源域任务和一个目标域任务时，通...
2019-01-18 20:52:03
788
1
转载 python爬虫基本原理（1）
大家好，今天周末，希望大家周末愉快。这篇文章我来梳理一下爬虫的基本原理。用过Python的伙伴都知道Python用来写爬虫是件很简单很爽的事情。但是有些伙伴不了解爬虫到底是什么，会纳闷为什么爬虫要设置什么请求头、请求体啊，到底...
2018-08-23 16:22:13
759
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人