按时间归档：2022年03月
-
深度学习中的欠拟合解决方案
欠拟合和过拟合 欠拟合是指模型在训练集、验证集和测试集上表现不佳； 过拟合是指模型在训练集上表现良好，但在验证和测试阶段却不尽如人意，即模型的泛化能力较差。 欠拟合和过拟合一直是机…
-
时间序列信号处理（五）——小波变换python实现
介绍： 小波变换(wavelet transform，WT)相比短时傅里叶变换来说，由固定窗口大小变成了自适应的窗口大小去进行信号处理，能够提供一个随频率改变的“时间-频率”窗口，…
-
GAN 并不是你所需要的全部：从AE到VAE的自编码器全面总结
说到计算机生成的图像肯定就会想到deep fake：将马变成的斑马或者生成一个不存在的猫。在图像生成方面GAN似乎成为了主流，但是尽管这些模型在生成逼真的图像方面取得了巨大成功，但…
-
nlp–常用分词方法
前言 本文旨在介绍nlp常用的分词方法。具体效果请自行判断。 中文分词 jieba 代码jieba.enable_paddle() # 启动paddle模式。 0.40版之后开始支…
-
【目标检测】在图像上画bounding box框，生成带真实标签gt的图片
问题/Motivation 在制作完数据集后，想看一下制作的bounding boxes准确度如何，因此这里使用opencv，实现批量在图片上绘制bboxes。 数据格式 主要包括…
-
论文阅读：π-LSAM: LiDAR Smoothing and Mapping With Planes
题目：π-LSAM: LiDAR Smoothing and Mapping With Planes作者：Lipu Zhou, Shengze Wang and Michael K…
-
论文学习–Multi-View Attribute Graph Convolution Networks for Clustering(MAGCN)
一、论文题目 Multi-View Attribute Graph Convolution Networks for Clustering 二、Abstract (1) 本文提出的…
-
[动手学深度学习(PyTorch)]——丢弃法Dropout
正则化通过在模型损失函数中加入惩罚项，使学习到的模型参数值更小，这是处理过拟合的常用方法。 丢弃法（Dropout）是一种在学习的过程中随机删除神经元的方法。训练时随机选出隐藏层的…
-
三维重建——D2HC-RMVSNet网络实战
提示：文章写完后，可以自动生成目录。生成方法请参考右侧帮助文档 前言 之前我介绍了D2HC网络的原理 链接在这D2HC原理 现在，开始的代码主要用于测试部分。我会告诉你网络配置和参…
-
【AAAI2022】多智能体强化学习（MARL）论文五篇 概要
修改自我的组会报告ppt。 介绍 从ICLR2020的论文中，选择了强化学习方向的五篇最新论文，简要描述一下论文的中心思想，具体细节请阅读原文。 Anytime Multi-Age…
