搜索结果
查询Tags标签： mathcal，共有 69条记录-
[半监督学习] AggMatch: Aggregating Pseudo Labels for Semi-Supervised Learning
受立体匹配(Stereo Matching)中代价聚合(cost aggregation)和 Transformers中 self-attention 的启发, 提出一个聚合模块, 它通过考虑实例之间的相似性来聚合标记和未标记数据的初始伪标签. 为了扩大当前 mini-batch之外的聚合候选者, 利用一个队列来记忆训练期间先前 bat…
2022/2/6 6:15:21 人评论 次浏览 -
虚树学习笔记（待填坑）
虚树学习笔记 问题的引入 在树上 DP 的问题中，可能有多次询问，每次询问包括的总点数规模较小（例如 \(10^5\)）。我们记节点数为 \(n\)，询问次数为 \(m\)，询问中总点数为 \(\sum k\)，那么直接在整棵树上暴力 DP 的复杂度为 \(\mathcal{O}(nm)\)，不可接受。能不能发明…
2022/2/5 23:43:15 人评论 次浏览 -
P5046 Yuno loves sqrt technology I
P5046 Yuno loves sqrt technology I 给你一个长为 \(n\) 的排列，\(m\) 次询问，每次查询一个区间的逆序对数，强制在线。 \(1 \leq n,m\leq 10^5\)，时限 \(750\text{ms}\)，空限 \(500\text{MB}\)。 sol 静态查询逆序对数。 根据这题没有修改，容易想到直接预处理，\(\…
2022/1/31 23:15:30 人评论 次浏览 -
Background Matting V2算法讲解
参考论文：Real-Time High-Resolution Background Matting，我也已经发布过Real-Time High-Resolution Background Matting的论文翻译。 BGM2算法内容的参考博客：人像抠图之Background Matting v2 1、问题定义 Background Matting v2（以下简称BGM2），一种实现人像抠图的…
2022/1/28 22:34:19 人评论 次浏览 -
LeetCode 小水题选做
LeetCode 小水题选做 目录LeetCode 小水题选做4. 寻找两个正序数组的中位数 4. 寻找两个正序数组的中位数 题目链接 题目大意： 给定两个排好序的数组 \(a, b\)，长度分别为 \(n, m\)。设 \(c\) 为把 \(a\)、\(b\) 合并后再排好序的数组，求 \(c\) 的中位数。要求时间复杂…
2022/1/26 23:04:33 人评论 次浏览 -
Rank & Sort Loss for Object Detection and Instance Segmentation 论文解读（含核心源码详解）
♥ 第一印象 Rank & Sort Loss for Object Detection and Instance Segmentation 这篇文章算是我读的 detection 文章里面比较难理解的，原因可能在于：创新的点跟普通的也不太一样；文章里面比较多公式。但之前也有跟这方面的工作如 AP Loss、aLRPLoss 等。它们都是为…
2022/1/1 1:07:25 人评论 次浏览 -
Rank & Sort Loss for Object Detection and Instance Segmentation 论文解读（含核心源码详解）
♥ 第一印象 Rank & Sort Loss for Object Detection and Instance Segmentation 这篇文章算是我读的 detection 文章里面比较难理解的，原因可能在于：创新的点跟普通的也不太一样；文章里面比较多公式。但之前也有跟这方面的工作如 AP Loss、aLRPLoss 等。它们都是为…
2022/1/1 1:07:25 人评论 次浏览 -
神经网络与深度学习--读书笔记1
机器学习概述 机器学习中的损失函数平方损失函数交叉熵损失函数Hinge 损失函数最大似然估计与平方损失函数最大似然估计与交叉熵最大似然估计与最大后验估计 正则化关于L2正则化的两点思考 机器学习中评价指标精确率和召回率交叉验证本文是邱锡鹏教授撰写的《神经网络与深…
2021/12/27 23:15:19 人评论 次浏览 -
神经网络与深度学习--读书笔记1
机器学习概述 机器学习中的损失函数平方损失函数交叉熵损失函数Hinge 损失函数最大似然估计与平方损失函数最大似然估计与交叉熵最大似然估计与最大后验估计 正则化关于L2正则化的两点思考 机器学习中评价指标精确率和召回率交叉验证本文是邱锡鹏教授撰写的《神经网络与深…
2021/12/27 23:15:19 人评论 次浏览 -
自监督-Self-supervised Learning on Graphs:Deep Insights and New Directions
动机图数据于图像或者文本数据不同, 图像或者文本时属于欧式数据且都是服从独立同分布; 而对于图数据而言, 它是非欧式数据, 并且图中的节点相互连接表示着他们独立同分布的贡献探究了图上的自监督任务, 具体来说, 图有多种潜在的代理任务; 因此, 了解 SSL 在什么时候和为…
2021/12/22 23:24:21 人评论 次浏览 -
自监督-Self-supervised Learning on Graphs:Deep Insights and New Directions
动机图数据于图像或者文本数据不同, 图像或者文本时属于欧式数据且都是服从独立同分布; 而对于图数据而言, 它是非欧式数据, 并且图中的节点相互连接表示着他们独立同分布的贡献探究了图上的自监督任务, 具体来说, 图有多种潜在的代理任务; 因此, 了解 SSL 在什么时候和为…
2021/12/22 23:24:21 人评论 次浏览 -
Causal Attention for Unbiased Visual Recognition
原文链接 介绍 在图像识别和目标分类领域往往存在一些关于图像中虚假相关性的问题，最典型的如将图像中识别的主体（object）和背景（background）之间的相关性考虑成为识别主题类别的一个主要特征。如下图所示，注意力模型将ground作为一个判断为鸟类的标签，在预测地上的…
2021/12/21 23:24:59 人评论 次浏览 -
Causal Attention for Unbiased Visual Recognition
原文链接 介绍 在图像识别和目标分类领域往往存在一些关于图像中虚假相关性的问题，最典型的如将图像中识别的主体（object）和背景（background）之间的相关性考虑成为识别主题类别的一个主要特征。如下图所示，注意力模型将ground作为一个判断为鸟类的标签，在预测地上的…
2021/12/21 23:24:59 人评论 次浏览 -
凸优化中常用算法的计算复杂度
凸优化中常用算法的计算复杂度 线性规划（LP）逐次凸逼近（SCA）块坐标下降（BCD）二分法 （Bisection）穷举法参考文献线性规划（LP） As explained in [12], the complexity of a standard linear problem is of order O(a2b)\mathcal{O} (a^2b)O(a2b), where aaa is th…
2021/12/6 17:17:57 人评论 次浏览 -
凸优化中常用算法的计算复杂度
凸优化中常用算法的计算复杂度 线性规划（LP）逐次凸逼近（SCA）块坐标下降（BCD）二分法 （Bisection）穷举法参考文献线性规划（LP） As explained in [12], the complexity of a standard linear problem is of order O(a2b)\mathcal{O} (a^2b)O(a2b), where aaa is th…
2021/12/6 17:17:57 人评论 次浏览
