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

PaperNotes(16)-Learning Lane Graph Representations for Motion Forecasting

自动驾驶论文阅读笔记21.ActorNet2.MapNet《Learning Lane Graph Representations for Motion Forecasting》Uber–ECCV2020–论文文章代码模型的作用:Motion Forecasting (这个motion都包括什么呢?)方法:模型由四个模块组成–ActorNet、MapNet、FusionNet、Header1.Ac

#机器学习
ML(12)-图卷积神经网络GCN-笔记

图神经网络简史、简介从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (二)(https://www.cnblogs.com/SivilTaram/p/graph_neural_network_2.html)该文详细写明了设涉及的参考材料,是一个很棒的综述性材料。本文仅作为阅读该系列文章的笔记,详情请参考原文。此前的图神经网络是基于循环结构,此篇主要介绍基于..

#机器学习
NLP复习资料(4)-第八章 句法分析

NLP复习资料-第八章国科大,宗老师《自然语言处理》课程复习笔记,个人整理,仅供参考。第八章:语法理论(第三章的后续)1.出发点chomsky的四类文法过于泛化,生成能力太强了,会生成没有语义合理性的句子2.功能合一文法FUG(允许嵌套结构):P9(重要的两个概念)复杂特征集合描述词,句法规则,语义信息,句子功功能结构。合一运算:合并复杂特征集合。掌握P19例1例23.词汇功能语法L...

ML(11)-图神经网络GNN简史、不动点建模-笔记

图神经网络简史、简介阅读笔记:从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (一)(https://www.cnblogs.com/SivilTaram/p/graph_neural_network_1.html)该文详细写明了设涉及的参考材料,是一个很棒的综述性材料。本文仅作为阅读该系列文章的笔记,详情请参考原文。2005年–图神经网络的概念被提出,200

#机器学习
ML(1)-激活函数sigmoid、损失函数MSE、CrossEntropyLoss

损失函数1.激活函数2.损失函数概述2.1均方误差损失函数2.2交叉熵损失函数2.3 NLLLoss()input is of size N x C = 3 x 5each element in target has to have 0 <= value < C1.激活函数全连接网络又叫多层感知器,多层感知器的基本单元神经元是模仿人类神经元兴奋与抑制机制,对其输入进行加权求和,若超..

#机器学习#pytorch
C++(9)--裸指针、智能指针、引用

指针1.指针的基本概念1.1指针的简介1.2指针的声明及初始化1.3取地址符号&1.4间接运算符*2.空指针、void指针2.1空指针2.2void *ptr3.指针的使用示例《老九学堂C++课程》《C++ primer》学习笔记。《老九学堂C++课程》详情请到B站搜索《老九零基础学编程C++入门》-------------简单的事情重复做,重复的事情用心做,用心的事情坚持做(老九君)--

#c++#c语言#开发语言
ML(5)-去量纲:归一化、标准化

去量纲:归一化、标准化1.归一化(Normalization)1.1 Min-Max Normalization1.2 非线性Normalization2.标准化(Standardlization)2.1 Z-score Normalization3.标准化在梯度下降算法中的重要性本系列博文为葫芦书《百面机器学习》阅读笔记。去量纲化 可以消除特征之间量纲的影响,将所有特征统一到一个大致相同的数..

#深度学习#机器学习
ML(1)-激活函数sigmoid、损失函数MSE、CrossEntropyLoss

损失函数1.激活函数2.损失函数概述2.1均方误差损失函数2.2交叉熵损失函数2.3 NLLLoss()input is of size N x C = 3 x 5each element in target has to have 0 <= value < C1.激活函数全连接网络又叫多层感知器,多层感知器的基本单元神经元是模仿人类神经元兴奋与抑制机制,对其输入进行加权求和,若超..

#机器学习#pytorch
ML(5)-去量纲:归一化、标准化

去量纲:归一化、标准化1.归一化(Normalization)1.1 Min-Max Normalization1.2 非线性Normalization2.标准化(Standardlization)2.1 Z-score Normalization3.标准化在梯度下降算法中的重要性本系列博文为葫芦书《百面机器学习》阅读笔记。去量纲化 可以消除特征之间量纲的影响,将所有特征统一到一个大致相同的数..

#深度学习#机器学习
TensorFlow(2)-tf.data.Dataset训练数据集构建

tensorflow 数据载入1. tf.data.Dataset2. dataset 创建数据集的方式2.1 tf.data.Dataset.from_tensor_slices()2.2 tf.data.TextLineDataset()2.3 tf.data.FixedLengthRecordDataset()2.4 tf.data.TFRecordDataset()3. dateset 迭

#tensorflow#深度学习#机器学习
    共 18 条
  • 1
  • 2
  • 请选择