JZTXT

deep

2020CVPR_Zero-Reference Deep Curve Estimation for Low-Light Image Enhancement

1. motivation 收到图像编辑软件的启发 2. Contribution （1）无监督 （2）设计图像高阶曲线适应适合像素级映射，通过迭代自身 （3）设计了四个无参考损失函数 3. Network 3.1 DCE-Net DCE-Net： 是由6个Conv2D（3x3）+ relu，分别输 ......
CVPR_Zero-Reference Enhancement Estimation Reference Low-Light

【五期邹昱夫】arXiv(22)iDLG: Improved Deep Leakage from Gradients

"Zhao B, Mopuri K R, Bilen H. idlg: Improved deep leakage from gradients[J]. arXiv preprint arXiv:2001.02610, 2020." 本文发现共享梯度肯定会泄露数据真实标签。我们提出了一种简单但可靠的 ......
Gradients Improved Leakage arXiv Deep

Heterogeneous Deep Graph Infomax

Ren Y., Liu B., Huang C., Dai P., Bo L. and Zhang J. Heterogeneous deep graph infomax. arXiv preprint arXiv:1911.08538, 2019. 概 本文介绍了异构图的一种无监督学习方法. 这里 ......
Heterogeneous Infomax Graph Deep

【五期邹昱夫】CCF-A（NeurIPS'19）Deep leakage from gradients.

"Zhu, Ligeng, Zhijian Liu, and Song Han. "Deep leakage from gradients." Advances in neural information processing systems 32 (2019)." 本文从公开共享的梯度中获得私有训 ......
gradients NeurIPS leakage CCF-A Deep

文献阅读《AcsiNet: Attention-Based Deep Learning Network for CSI Prediction in FDD MIMO Systems》

这篇文献的作者是南华大学的林文斌老师，于2023年3月3日发表在IEEE WIRELESS COMMUNICATIONS LETTERS。 文章直接对上行 CSI 矩阵使用离散傅里叶逆变换进行压缩，然后将其输入一个基于注意力（attention-based）的深度学习网络，该网络可以专注于关键的 C ......
Attention-Based Prediction Attention 文献 Learning

五天学会Deep Learning

五天学完deep learning。。。。。。是时候来证明chatGPT和new bing的能力了。。。。。。 DAY1 Sigmoid function Sigmoid 函数是一种常用的激活函数，它将输入值映射到 0 和 1 之间。它的公式为 f(x) = 1 / (1 + e^-x)。Sigmo ......
Learning Deep

DFCN:Deep Fusion Clustering Network

论文阅读05-DFCN:Deep Fusion Clustering Network 论文信息 论文地址：[DFCN][2012.09600] Deep Fusion Clustering Network (arxiv.org) 论文代码：WxTu/DFCN: AAAI 2021-Deep Fusi ......
Clustering Network Fusion DFCN Deep

Deep graph clustering with enhanced feature representations for community detection

论文阅读03-EFR-DGC:Enhanced Feature Representations for Deep Graph Clustering 论文信息 论文地址：Deep graph clustering with enhanced feature representations for co ......
representations clustering community detection enhanced

Structural Deep Clustering Network:SDCN

论文阅读02-Structural Deep Clustering Network 模型创新点 我们提出了一种用于深度聚类的新型结构深度聚类网络 (SDCN)。所提出的 SDCN 有效地将自动编码器和 GCN 的优势与新颖的交付算子和双自监督模块结合在一起。据我们所知，这是第一次明确地将结构信息应用 ......
Structural Clustering Network Deep SDCN

Attributed Graph Clustering |A Deep Attentional Embedding Approach

论文阅读01-Attributed Graph Clustering: A Deep Attentional Embedding Approach 1. 创新点idea Two-step的图嵌入方法不是目标导向的，聚类效果不好，提出一种基于目标导向的属性图聚类框架。 所谓目标导向，就是说特征提取和聚 ......
Attentional Attributed Clustering Embedding Approach

vue深度选择器 /deep/ ::v-deep >>>的使用

css中通常会在 style 标签内添加 scoped 来避免父组件对子组件的影响，添加了之后只能修改当前组件的样式。 这样做的原理是通过在打包的时候给每个样式都添加一个独一无二的hash值，从而避免父组件对子组件的样式的影响。 如果去掉scoped的话就会影响全局样式，但是加上scoped又不能在 ......
deep 深度 gt v-deep vue

Pytorch深度学习全流程代码框架——Base Codes for Deep Learning Using Pytorch

# 导入必要的库 import torch import torch.nn as nn import torch.optim as optim from torch.utils.data import DataLoader, Dataset # 定义超参数 epochs = 10 # 训练轮数 lr ......
Pytorch 框架 深度 Learning 流程

Do you know the bitwise sum sample demonstrated in "Neural Networks and Deep Learning" by autor Michael Nielsen?

Do you know the bitwise sum sample demonstrated in "Neural Networks and Deep Learning" by autor Michael Nielsen? Yes, I am familiar with the bitwise s ......
quot demonstrated Networks Learning bitwise

uniapp小程序/deep/修改全局组件样式不生效问题

1.uniapp小程序/deep/修改全局组件样式不生效问题 2. 用于处理小程序::v-deep 组件样式无效问题 全局把/deep/修改成 ::v-deep 并且在uniapp的全局方法里面加上下面代码 options: { styleIsolation: 'shared' }, 3. /dee ......
全局 样式 组件 程序 uniapp

迁移学习《Pseudo-Label : The Simple and Efficient Semi-Supervised Learning Method for Deep Neural Networks》

论文信息 论文标题：Pseudo-Label : The Simple and Efficient Semi-Supervised Learning Method for Deep Neural Networks论文作者：Dong-Hyun Lee论文来源：2013——ICML论文地址：downlo ......
Semi-Supervised Pseudo-Label Supervised Efficient Learning

【Deep Learning】DDPM

DDPM 1. 大致流程 1.1 宏观流程 1.2 训练过程 1.3 推理过程 2. 对比GAN 2.1 GAN流程 2.2 相比GAN优点 训练过程更稳定，损失函数指向性更强（loss数值大小指示训练效果好坏） 3. 详细流程 3.1 扩散阶段 如下图，X0为初始干净图像，XT由X0逐步添加噪声所 ......
Learning Deep DDPM

【Deep Learning】L1 Loss、L2 Loss、Smooth L1 Loss

L1 Loss、L2 Loss、Smooth L1 Loss L1 Loss L1 Loss别称：L1 范数损失、最小绝对值偏差（LAD）、最小绝对值误差（LAE）。最常看到的MAE也是指L1 Loss。它是把目标值与模型输出（估计值）做绝对值得到的误差。 什么时候使用？ 回归任务简单的模型由于神经 ......
Loss Learning Smooth Deep L1

Vue3——使用deep进行样式穿透的时候发出v-deep警告

前言 其实只是一个警告，如果你不在意也是可以的，不过有点强迫症就按着提示说的改了，然后又去官网看了下对应的文档； !> ::v-deep usage as a combinator has been deprecated. Use :deep() instead. 这里没啥好说的，因为Vue3的文档 ......
deep 样式 时候 v-deep Vue3

异常检测-1-综述-Deep Learning for Anomaly Detection: A Survey

https://www.researchgate.net/publication/330357393_Deep_Learning_for_Anomaly_Detection_A_Survey?enrichId=rgreq-40000b66a80039399492f90066ec07a0-XXX&en ......
Detection Learning Anomaly Survey Deep

【论文精读 - DDPM】Deep Unsupervised Learning using Nonequilibrium Thermodynamics

数学推导【转载】 数学推导过程来自苏剑林大神的《生成扩散模型漫谈》系列，感谢苏神的无私奉献，让我这样数学功底不好的人也能领略这个当下最为火爆的模型的精髓。 系列中有部分步骤，一眼看过去可能有些费解，所以这里稍微做了展开，作为自己的笔记用。 通俗解释：DDPM=拆楼+建楼 生成模型实际上就是：随机噪声 ......
Nonequilibrium Thermodynamics Unsupervised Learning 论文

06.Sentiment Analysis Based on Deep Learning: A Comparative Study

Sentiment Analysis Based on Deep Learning: A Comparative Study 深度学习的情感分析的比较研究 目前在社交网络中的情绪分析已经成为了解用户意见的有力手段，并有着广泛应用。然而情感分析的效率和准确性受到自然语言处理中遇到的挑战和障碍 本问综述 ......
Comparative Sentiment Analysis Learning Based

vue3 报错 Uncaught TypeError: Cannot read properties of undefined (reading ‘deep‘)

报错信息 Uncaught TypeError: Cannot read properties of undefined (reading 'deep') at withDirectives (runtime-core.esm-bundler.js:2774:17) at Proxy._sfc_re ......
properties TypeError undefined Uncaught reading

解决/deep/ .el-select-dropdown{ }样式不生效问题

原先代码如下： /*修改下拉框背景色以及边框线样式*/ /deep/ .el-select-dropdown{ background:#07427a !important; border: 1px solid #0098eb !important; } 发现在网页中样式没有效果，即使加了/deep/ ......
el-select-dropdown 样式 dropdown select 问题

Spatio-Temporal Representation With Deep Neural Recurrent Network in MIMO CSI Feedback阅读笔记

阅读文献《Spatio-Temporal Representation With Deep Neural Recurrent Network in MIMO CSI Feedback》 ​ 该文献的作者是天津大学的吴华明老师，在2020年5月发表于IEEE WIRELESS COMMUNICATIO ......
Spatio-Temporal Representation Recurrent Feedback Temporal

Deep Transfer Learning综述阅读笔记

这是一篇linkedin发表的深度迁移学习综述, 里面讲了一些对于search/recommend system中的迁移学习应用. 有不少指导性的方法, 看完后摘录出来 对于ranking方向的TL, 主要有两种transfer方式: Model transfer 对于参数量非常大的预训练模型, F ......
Transfer Learning 笔记 Deep

论文解读（CosFace）《CosFace: Large Margin Cosine Loss for Deep Face Recognition》

论文信息 论文标题：CosFace: Large Margin Cosine Loss for Deep Face Recognition论文作者：H. Wang, Yitong Wang, Zheng Zhou, Xing Ji, Zhifeng Li, Dihong Gong, Jin Zhou ......
CosFace Recognition Cosine Margin 论文

Implementation Matters in Deep Policy Gradients: A Case Study on PPO and TRPO

郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Published as a conference paper at ICLR 2020 ......
Implementation Gradients Matters Policy Study

Wide and Deep

存稿 ......
Wide Deep and

深度神经网络（DNN，Deep Neural Network）

存稿 ......
神经网络 深度 神经 Network Neural

02.Deep Reinforcement Learning for Quantitative Trading Challenges and Opportunities

Deep Reinforcement Learning for Quantitative Trading Challenges and Opportunities 量化交易的深度强化学习：挑战与机遇 IEEE 背景 量化交易：量化交易是指借助现代统计学和数学的方法，利用计算机技术来进行交易的证券投资 ......
Reinforcement Opportunities Quantitative Challenges Learning
共153篇  :5/6页 首页上一页5下一页尾页