5 yealxxy

尚未进行身份认证

一直学习计算机,了解互联网发展趋势。

等级
博文 73
排名 3w+

如何深度理解回溯法,让它变得简单

这篇文章主要是想深入浅出的讲解回溯法,会从回溯法的原理上分析,也会从应用的角度的分析回溯法的使用。一、回溯法怎么理解回溯法的解释:深度优先搜索法,又称为试探法,实际上一个类似枚举的搜索尝试过程,主要是在搜索尝试过程中寻找问题的解,当发现已不满足求解条件时,就“回溯”返回,尝试别的路径,满足回溯条件的某个状态的点称为“回溯点”。(多读几遍,你会发现这涵盖了回溯法的全部类容,如果不能理解看完...

2019-07-12 23:24:07

tensorflow学习率控制及调试

在深度学习中,学习率变化对模型收敛的结果影响很大,因此很多时候都需要控制学习率的变化。本文以tensorflow实现learningratetest为例,讲述学习率变化控制的方法,以及怎么调试。一、learningratetest学习率测试(learningratetest)是一个找到学习率变化的范围的测试,详情可以查看自Adam出现以来,深度学习优化器发生了什么变化二、te...

2019-05-04 16:37:22

nlp中文本预处理技术

自然语言处理NLP(NaturalLanguageProcessing),就是使用计算机对语言文字进行处理的相关技术。本文主要是总结一下中、英文的常用的文本预处技术。文本分析的流程如下:一、中文文本分析流程1,中文文本处理的特点中文没有单词的分割符号,因此需要复杂的分词模型进行分析。中文的编码不是utf8,而是unicode。这样会导致在分词的时候,和英文相比,我们要处理编码的问题...

2019-01-20 15:40:07

提取内容摘要

本篇文章主要介绍文章摘要提取的方法,将从抽取式摘要提取和生成式摘要提取两种思路介绍。一,背景介绍利用计算机将大量的文本进行处理,产生简洁、精炼内容的过程就是文本摘要,人们可通过阅读摘要来把握文本主要内容,这不仅大大节省时间,更提高阅读效率。自动摘要(AutomaticSummarization)的方法主要有两种:Extraction是抽取式自动文摘方法,通过提取文档中已存在的关键词,...

2019-01-09 21:05:54

论文解读:Tips and Tricks for Visual Question Answering: Learnings from the 2017 Challenge

这是关于VQA问题的第十二篇系列文章。这篇论文具有很强的指导意义,本篇文章将介绍论文:主要思想;模型方法;试验细节。有兴趣可以查看原文:TipsandTricksforVisualQuestionAnswering:Learningsfromthe2017Challenge1,论文思想这篇论文主要是提出一些细节上的优化提升vqa的结果。主要的细节包括如下:sigmoi...

2019-01-08 21:59:26

论文解读:From Pixels to Objects: Cubic Visual Attention for Visual Question Answering

这是关于VQA问题的第十篇系列文章。本篇文章将介绍论文:主要思想;模型方法;主要贡献。有兴趣可以查看原文:FromPixelstoObjects:CubicVisualAttentionforVisualQuestionAnswering1,主要思想作者提出一般的Spatialvisualattention只是选出了最关注的视觉对象,在通道上采用的相同的权重,这不符合a...

2018-12-27 21:24:24

论文解读:Feature Enhancement in Attention for Visual Question Answering

这是关于VQA问题的第十篇系列文章。本篇文章将介绍论文:主要思想;模型方法;主要贡献。有兴趣可以查看原文:FeatureEnhancementinAttentionforVisualQuestionAnswering1,主要思想:这是2018年顶会(InternationalJointConferenceonArtificialIntelligence)的一篇关于vq...

2018-12-21 23:02:39

论文解读:Bottom-Up and Top-Down Attention for Image Captioning and Visual Question Answering

这是关于VQA问题的第九篇系列文章。本篇文章将介绍论文:主要思想;模型方法;主要贡献。有兴趣可以查看原文:Bottom-UpandTop-DownAttentionforImageCaptioningandVisualQuestionAnswering1,主要思想论文使用了目标检测算法,先找出候选的区域;然后再采用注意力机制去找到重要的区域。文章提出一种自上而下与自下而上...

2018-12-19 23:21:28

论文解读:Dual Attention Networks for Multimodal Reasoning and Matching

这是关于VQA问题的第八篇系列文章。本篇文章将介绍论文:主要思想;模型方法;主要贡献。有兴趣可以查看原文:DualAttentionNetworksforMultimodalReasoningandMatching1,主要思想:这篇文章依然从多模态推理上介绍,不同的是文章引入两种类型的DANs进行多模态推理,匹配以及分类。推理模型允许可视化并在协作推理期间用文本注意机制互相关联...

2018-12-15 20:11:22

论文解读:Hierarchical Question-Image Co-Attention for Visual Question Answering

这是关于VQA问题的第七篇系列文章。本篇文章将介绍论文:主要思想;模型方法;主要贡献。有兴趣可以查看原文:HierarchicalQuestion-ImageCo-AttentionforVisualQuestionAnswering1,主要思想:当前基于视觉注意的些VQA方法主要关注:”wheretolook”或者visualattention。本文认为基于问题的atte...

2018-12-11 21:08:39

论文解读:Dynamic Memory Networks for Visual and Textual Question Answering

这是关于VQA问题的第六篇系列文章。本篇文章将介绍论文:主要思想;模型方法;主要贡献。有兴趣可以查看原文:DynamicMemoryNetworksforVisualandTextualQuestionAnswering1,主要思想:这篇文章是从动态记忆网络改进的:AskMeAnything:DynamicMemoryNetworksforNaturalLang...

2018-12-09 22:36:32

论文解读:记忆网络(Memory Network)

在了解vqa问题的论文时,发现有很多论文采用了记忆网络的思路,模拟推理过程,这篇文章主要总结关于记忆网络的三篇经典论文,目的是对记忆网络有个认识。分别是:MEMORYNETWORKS,End-To-EndMemoryNetworks,AskMeAnything:DynamicMemoryNetworksforNaturalLanguageProcessing一,MEMO...

2018-12-09 13:20:19

论文解读:Ask, Attend and Answer: Exploring Question-Guided Spatial Attention for VQA

这是关于VQA问题的第五篇系列文章。本篇文章将介绍论文:主要思想;模型方法;主要贡献。有兴趣可以查看原文:Ask,AttendandAnswer:ExploringQuestion-GuidedSpatialAttentionforVisualQuestionAnswering。1,主要思想:论文采用基于空间(图像)的记忆网络(记忆网络是NLP领域中的模型,用于处理逻辑推...

2018-12-07 21:13:00

论文解读:A Focused Dynamic Attention Model for Visual Question Answering

这是关于VQA问题的第四篇系列文章。本篇文章将介绍论文:主要思想;模型方法;主要贡献。有兴趣可以查看原文:AFocusedDynamicAttentionModelforVisualQuestionAnswering。1,主要思想:FocusedDynamicAttention(FDA)模型:通过问题的关键词,识别图像中重要的对象;并通过LSTM单元融合来自区域和全局特...

2018-12-05 21:36:26

论文解读:Stacked Attention Networks for Image Question Answering

这是关于VQA问题的第二篇系列文章,这篇文章在vqa领域是一篇比较有影响的文章。本篇文章将介绍论文:主要思想;模型方法;主要贡献。有兴趣可以查看原文:StackedAttentionNetworksforImageQuestionAnswering。原论文中附有作者源码。1,论文想法作者认为在vqa(图像问答中),带有一定的推理过程。比如:“whataresittingin...

2018-12-02 19:48:37

论文解读:Ask Your Neurons: A Neural-based Approach to Answering Questions about Images

这是关于VQA问题的第二篇系列文章,这篇文章是一篇比较经典的文章,所以跟大家分享。本篇文章将介绍论文:主要思想;模型方法;主要贡献。有兴趣可以查看原文:AskYourNeurons:ANeural-basedApproachtoAnsweringQuestionsaboutImages。1,想法模型以CNN和LSTM为基础,以一种新的使用方式,设计了一个预测结果长度可变的模...

2018-11-25 15:55:29

论文解读:Where To Look: Focus Regions for Visual Question Answering

可能要很久时间开始关注vqa问题,vqa问题就是图像的问答问题,即对图像提问,并产生答案。关于图像问答综述性文章推荐:VisualQuestionAnswering:Datasets,Algorithms,andFutureChallenges。今天开始可能要跟大家分析关于vqa的相关论文解读,今天是第一篇文章WhereToLook:FocusRegionsforVisu...

2018-11-21 20:55:41

文本分类概述(nlp)

文本分类问题:给定文档p(可能含有标题t),将文档分类为n个类别中的一个或多个文本分类应用:常见的有垃圾邮件识别,情感分析文本分类方向:主要有二分类,多分类,多标签分类文本分类方法:传统机器学习方法(贝叶斯,svm等),深度学习方法(fastText,TextCNN等)本文的思路:本文主要介绍文本分类的处理过程,主要哪些方法。致力让读者明白在处理文本分类问题时应该从什么方向入手,重...

2018-06-22 23:28:27

nlp中文本相似度计算问题

文章的目的:文本相似度计算一直是nlp中常见的问题,本文的目标是总结并对比文本相似度计算方法。当然文本的相似度计算会有进一步的应用,比如文本的分类、聚类等。文章结构:本文先介绍最直接的字面距离相似度度量,而后介绍语义主题层面的度量,最后介绍目前一些新的相似度计算方法。一、字面距离相似度度量:这一种相似性度量的方法比较简单,文本是由字词组成,重点是各种距离的度量方法。其中SimHash方法目...

2018-06-19 22:24:55

机器学习项目开发过程(End-to-End Machine Learning Project)

引言:之前对于机器学习的认识停留在算法的分析上,这篇文章主要从项目开发的角度分析机器学习的应用。这篇文章主要解释实际项目过程中的大致方针,每一步涉及的技术不会介绍很细致。机器学习项目开发步骤如下:1.Lookatthebigpicture.2.Getthedata.3.Discoverandvisualizethedatatogaininsights....

2018-06-15 00:02:51
奖章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周上午根据用户上周的博文发布情况由系统自动颁发。