? 摘要 ： 拼接检测方法： 提出了一个两分支CNN，分支的子网络的第一卷积层的内核是使用30种线性高通滤波器的优化组合进行初始化的 ISRM CNN ，这些滤波器用于计算空间富集模型（SRM）中的残差图 SRM CNN ，通过受约束的学习策略进行微调，以保留所学习内核的高通滤波特性 C ISRM ...
分类：
其他好文 时间：
2020-04-06 09:44:23
阅读次数：
165
DenseNet与残差网络（ResNet）有区别也类似。区别如下： 在跨层连接上：ResNet（左）使?相加；DenseNet（右）使?连结。 DenseNet将模块 A 直接跟模块 B 后?的所有层连接在了?起。这也是它被称 为“稠密连接”的原因。 DenseNet的主要构建模块是稠密块（dens ...
分类：
Web程序 时间：
2020-03-28 23:51:21
阅读次数：
227
残差结构对比 本文也是一种残差结构，只是逐渐增加特征通道数，而不是像以前的一样，在下采样之后双倍特征图。 ResNet参数多了，删除下采样单元（双倍特征维度）仍然导致表现下降 how 每一个单元特征数目增加 网络结构 αα \alphaα是一个超参数，文中=48； 这里不能直接使用恒等映射，因为通道 ...
分类：
Web程序 时间：
2020-03-12 23:35:10
阅读次数：
86
一、基本概念 GBDT (Gradient Boosting Decision Tree) 梯度提升迭代决策树。 GBDT通过多轮迭代,每轮迭代产生一个弱分类器，每个分类器在上一轮分类器的残差基础上进行训练。 弱分类器一般会选择为CART TREE（也就是分类回归树）。 每一轮预测和实际值有残差，下 ...
分类：
其他好文 时间：
2020-03-12 17:13:44
阅读次数：
71
本文已经收录至我的GitHub,欢迎大家踊跃star 和 issues。 https://github.com/midou tech/articles 机器学习整体难度还是有点，不过这个岗位真的是很香，钱多，发展空间足未来可期啊。 本篇文章面经是三位大佬面试百度机器学习岗位的面试题，其中两位已经拿到 ...
分类：
编程语言 时间：
2020-03-07 21:16:54
阅读次数：
110
FPN 实现原理 为什么叫金字塔方式理解。和残差网络的前向传播过程类似 待办特征金字塔原理：深层特征提取和浅层特征提取相结合，深层提取的特征+浅层的特征的融合，采用上采样的方式进行融合https://zhuanlan.zhihu.com/p/41794688 ...
分类：
其他好文 时间：
2020-02-29 22:22:06
阅读次数：
110
论文题目：Deep residual shrinkage networks for fault diagnosis 题目翻译：基于深度残差收缩网络的故障诊断 期刊：IEEE Transactions on Industrial Informatics 面向问题：强噪声（或冗余信息繁多） 创新：①在深 ...
分类：
其他好文 时间：
2020-02-03 13:52:39
阅读次数：
107
1.提升方法AdaBoost算法AdaBoost的思想：是先得到一个弱分类器，然后在这个弱分类器的基础上将其提升到强分类器，具体方法是提升上一个分类器中被误分类的样本的权重，使得本次训练的分类器更加重视这些样本，最后的分类器是所有的分类器的线性组合。前一次没有正确分类的样本点在后一次会被更加重视，前 ...
分类：
其他好文 时间：
2020-02-02 17:40:00
阅读次数：
68
论文题目：The Reversible Residual Network：Backpropagation Without Storing Activations 一、背景介绍 二、神经网络的反向传播(BP) 符号表示： X1,X2,X3：表示3个输入层节点 Wtji：表示从t-1层到t层的权重参数， ...
分类：
Web程序 时间：
2020-01-11 23:49:16
阅读次数：
457
