原创 Dialogue System Survey——Non-task-oriented 翻譯
論文地址 參考文獻請查看論文。 無任務導向對話系統 與旨在爲用戶完成特定任務的任務導向對話系統不同，無任務導向對話系統（也稱爲聊天機器人）集中於在多領域中與人類交談[64]。總體上，聊天機器人有生成方法generative met
2020-06-26 14:18:03
原创 Neural network and deep learning閱讀筆記（4）神經網絡學習方式
完整的手寫字符識別代碼在最下。 Weight initialization 在第一章創建神經網絡的時候，曾經對weight和biases進行過初始化，當時是使用了兩個獨立高斯隨機變量（均值爲0，標準差爲1），這一節看看有沒有更好的
2020-06-08 08:39:50
1
原创 Neural networks and deep learning閱讀筆記（3）神經網絡學習方式
這一章介紹了一些搭建網絡的方式和技巧，可以幫助我們的網絡更好的學習，包括：一種更好的損失函數叫cross-entropy交叉熵損失函數；四種“正則化”方法（L1和L2正則化、dropout、訓練數據的artificial expa
2020-06-08 08:39:50
原创 Object detection from video tubelets with CNN翻譯
代碼地址code 文章地址Object Detection from Video Tubelets with Convolutional Neural Networks 這篇是港大的Kai Kang 16年發表在CVPR上的，講了
2020-06-08 08:39:40
原创 Neural network and deep learning閱讀筆記（6）深度學習
這一章介紹了卷積神經網絡——在深度學習中非常常用的一種網絡，先建立簡單的網絡，然後添加很多增強網絡能力的方法：卷積、池化、GPU、dropout等等。這一章建立的網絡很強大，正確率達到99.67%，識別錯誤的數字很多是人眼也無法正
2020-06-08 08:39:40
1
原创 Object Detection in Videos with Tubelet Proposal Networks翻譯
文章地址Object Detection in Videos with Tubelet Proposal Networks 廢話不多說，直接翻譯，還是隻翻譯方法部分，相關工作、結果和結論就不多說了。 Abstract 隨着大規模Ima
2019-02-14 17:41:56
原创 Object detection from video tubelets with CNN翻譯（未完成）
代碼地址code 文章地址Object Detection from Video Tubelets with Convolutional Neural Networks 寫這篇之前剛知道被布朗大學錄取了，真是太開心啦！看論文更有動力了
2019-02-02 17:52:43
32
原创 Fast R-CNN閱讀筆記
文章地址Fast R-CNN 代碼地址code 這篇是Ross大神15年寫的，通過一些改進讓R-CNN變得更快了，在VGG16網絡上訓練的時候快了9倍，測試的時候快了213倍，在PASCAL VOC2012上的mAP也提高了。 Obj
2019-02-01 17:52:33
原创 R-CNN論文閱讀筆記（未完成）
先把文章地址放在這Rich feature hierarchies for accurate object detection and semantic segmentation 代碼地址也放在這code 作者在摘要中說這個方法主要有
2019-01-26 17:33:03
1
原创 ImageNet with Deep CNN閱讀筆記
本來直接看的R-CNN那篇文章的，結果發現network architecture部分一臉懵，只能悄悄找到最原始的這篇看，R-CNN是基於這篇文章的網絡結構的。我的學習過程真的是小白進步史，要從最簡單的一步步學起。 文章是在Image
2019-01-25 17:47:49
原创 Neural network and deep learning閱讀筆記（7）代碼
先是全連接層的代碼： class FullyConnectedLayer(object): def __init__(self, n_in, n_out, activation_fn=sigmoid, p_dropout=0.0):
2019-01-21 16:56:29
原创 Neural network and deep learning閱讀筆記（5）梯度消失問題
之前我們都是處理一層隱藏層的神經網絡，但是在處理實際問題中，一層隱藏層往往不夠，所以我們需要多層隱藏層： 比如，當我們在處理視覺模式識別問題時，第一層可能用來識別邊緣，第二層可以識別稍微複雜的形狀，比如三角形，第三層處理更加複雜的圖
2019-01-16 17:26:18
原创 Neural network and deep learning閱讀筆記（6）深度學習（未完成）
這一章介紹了卷積神經網絡——在深度學習中非常常用的一種網絡，先建立簡單的網絡，然後添加很多增強網絡能力的方法：卷積、池化、GPU、dropout等等。這一章建立的網絡很強大，正確率達到99.67%，識別錯誤的數字很多是人眼也無法正確識
2019-01-16 17:26:18
原创 Neural network and deep learning閱讀筆記（4）學習方式（未完成）
Weight initialization 在第一章創建神經網絡的時候，曾經對weight和biases進行過初始化，當時是使用了兩個獨立高斯隨機變量（均值爲0，標準差爲1），這一節看看有沒有更好的初始化方法。假設我們現在有一個神經網
2019-01-09 17:36:31
原创 Neural Networks and Deep Learning閱讀筆記（1）手寫字符識別
Neural Networks and Deep Learning閱讀筆記（1）手寫字符識別 剛開始開始學習深度學習，找了一本比較簡單的書來看看，順便記個筆記。我是那種不記筆記估計看完一頁忘一頁的人╮(╯▽╰)╭嘻嘻嘻 emmm這篇筆
2019-01-03 18:06:18