logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

生成式模型和判别式模型(通俗易懂)

原文链接:https://blog.csdn.net/qq_14997473/article/details/85219353决策函数Y=f(X)与条件概率分布P(Y|X)决策函数Y=f(x):输入一个x,它就输出一个y值,这个y与一个阈值比较,根据比较结果判定x属于哪个类别。条件概率分布P(y|x):输入一个x,它通过比较它属于

(详细)Transformer完整版)

原文链接:https://blog.csdn.net/longxinchen_ml/article/details/86533005作者: 龙心尘 时间:2019年1月 出处:https://blog.csdn.net/longxinchen_ml/article/details/

#transformer#自然语言处理#深度学习
(预测时候Decoder是怎么输入?)transformer 模型的decoder部分 带gif动图

训练的时候并行,预测的时候串行训练阶段所有encoder的正确的输入输出都是已知的,所以可以并行执行,因为我们拿ground truth进行训练,预测阶段我们并不能知道decoder会输出什么,所以只能逐个生成。以翻译为例,训练阶段我是知道decoder最终输出是“我爱中国”,所以decoder的【输入】在训练阶段分别为(1)起始符(2)起始符+我(3)起始符+我+爱(4)起始符+我+爱+中国,因

#transformer#自然语言处理
(太长太全面了)CNN超详细介绍

原文链接:https://blog.csdn.net/jiaoyangwm/article/details/80011656文章目录1、卷积神经网络的概念2、

深度学习之特征融合(高低层特征融合)

原文链接:https://blog.csdn.net/xys430381_1/article/details/88370733?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.edu_weight&depth_1-utm_source=distribute.pc_relev

(包含每张图片的3DMM系数,可以直接重建出3D人脸)AFLW2000-3D数据库介绍及自带代码使用

原文链接:https://blog.csdn.net/AuntieLee/article/details/105940291传送门:http://www.cbsr.ia.ac.cn/users/xiangyuzhu/projects/3DDFA/main.htm简介:AFLW2000-3D由AFLW数据库的前2000张图片及其三维信息组成。三维信息由3DMM重建(Blanz et.al A mor

深度学习之特征融合(高低层特征融合)

原文链接:https://blog.csdn.net/xys430381_1/article/details/88370733?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.edu_weight&depth_1-utm_source=distribute.pc_relev

深度学习算法面试题总结(38题)

原文链接:https://blog.csdn.net/attitude_yu/article/details/809633231.  什么是凸集、凸函数、凸学习问题?凸集:若对集合C中任意两点u和v,连接他们的线段仍在集合C中,那么集合C是凸集。公式表示为:αu+(1-α)v∈C α∈

暂无文章信息