京城梅子酒

1. Split Depth-wise Graph-Conv Network 2.Scribble-Based Weakly Supervised 3.Cascaded Mu...

京城梅子酒

BT-RoadNet 然而，现有的道路自动提取方法只注重区域精度而不注重边界质量； 由于噪声和遮挡的影响，这些道路提取方法大多会产生不连续的结果。 针对这两个问题，提出了一种...

京城梅子酒

LiteSeg 所提出的编码器包含一个骨干网络架构，该架构充当用于特征提取的图像分类架构。 选择这些架构是为了满足我们的性能标准，因此我们使用不同的三个轻量级模型 Mobil...

京城梅子酒

FCN： GAN GAN网络： 1.Unet-gan 2.FCN+GAN FPN（Featured Pyramid Networks特征金字塔网络） DenseNet+LAU...

京城梅子酒

矩阵求导[https://wenku.baidu.com/view/ace84aa564ce0508763231126edb6f1aff0071f2.html] Common...

京城梅子酒

Feature Normalization Other normalization

京城梅子酒

定义receptive field覆盖整个图像： 让一些Neuron共享参数： Another story based on filter

京城梅子酒

Soft-max Loss of Classification Cross-entropy:

京城梅子酒

Different parameters needs different learning rate Adargrad： RMSProp：动态调整 Learning Rate...

京城梅子酒

Batch: Momentum: Momentum是Gradient的负反方向加上前一次移动的方向 Concluding

京城梅子酒

General Guide 检查training data的loss loss on training too large: model bias Optimization ...

京城梅子酒

Chain Rule Backpropagation Forward pass Backward pass 进行扩展： Backpropagation-Summary

京城梅子酒

Linear model: Function:y=wx+b Define Loss from Training DataLoss is a function of param...