相关阅读
相关 Supervised Contrastive Learning
这篇文章非常有意思，在代表自监督领域的对比学习方法中提出了有监督的对比学习框架。 Introduction 交叉熵损失函数有缺乏对嘈杂标签鲁班性，差边距等缺点，但是很多
逃离我推掉我的手相关 【开放域目标检测】三：Learning transferable visual models from natural language supervision论文补充
这里主要再简单看一下框架图： ![在这里插入图片描述][61da24e905314d27be79392dcd1049dd.png] 训练比较简单，使用的是对比学习的方
相关 【开放域目标检测】二：Learning transferable visual models from natural language supervision论文简单讲解
一句话总结：利用text信息监督视觉任务自训练，本质就是将分类任务化成了图文匹配任务，效果可与全监督方法相当。 文章目录 一、目前sota的视觉系统局限性在哪里？
相关 【开放域目标检测】一：Open-Vocabulary Object Detection Using Captions论文讲解
出发点是制定一种更加通用的目标检测问题，目的是借助于大量的image-caption数据来覆盖更多的object concept，使得object detection不再受限于
相关 论文学习《A Neural Probabilistic Language Model》
论文地址：[A Neural Probabilistic Language Model][] 本文为了解决one-hot表示可能带来的维数灾难问题，提出了分布式表示，这种方法
相关 Supervised Learning
Supervised Learning deal with two problems: continuous & discrete regression deal with
相关 NOTE:Deep Reinforcement Learning with a Natural Language Action Space
论文链接：[Deep Reinforcement Learning with a Natural Language Action Space][] 标题：Deep Reinf
ゞ 浴缸里的玫瑰相关 Semi-supervised Learning with Deep Generative Models论文笔记
Abstract 现代数据集的规模不断扩大, 加上获取标签信息的难度, 使得半监督学习成为现代数据分析中具有重要现实意义的问题之一。我们重新审视使用生成模型进行半监督学习的方
相关 目标检测模型发展史（持续补充）
对于目标检测，传统的是基于滑动窗+分类模型； 而基于深度学习的有如下分类： 基于候选区域的，如R-CNN，SPP-net，Fast R-CNN，Faster R-
相关 Language Model
Word2vec word2vec有两种训练方法 1. CBOW：在句子序列中，从当前次的上下文去预测当前词 2. skip-gram:与CBOW相反，输入某个词，
还没有评论，来说两句吧...