- 博客(2)
- 资源 (3)
- 收藏
- 关注
RSS订阅翻译 hyper2Vec论文整理
文章目录hyper2Vec参考文献 hyper2Vec 超网络(hyper-network):具有顶点集V和边集E的超图G(V,E)G(V,E)G(V,E)，G(V,E,W)G(V,E,W)G(V,E,W)表示每个超边具有W(e)W(e)W(e)权重的超图，如果一个点在一条边内(v∈e)(v \in e)(v∈e)，则h(v,e)=1h(v,e)=1h(v,e)=1否则等于000 超边(hyperedge):表示在不确定个数顶点之间的关系(e∈E)(e \in E)(e∈E) hyper2vec为了保持高阶
2020-06-17 14:56:00
411
原创 图卷积神经网络的一些理解和推导整理
文章目录拉普拉斯算子拉普拉斯矩阵傅立叶变换图傅立叶到图卷积图卷积Chebyshev Spectral CNN参考 拉普拉斯算子 梯度的本意是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）。 方向导数是在z=f(x,y)z=f(x,y)z=f(x,y)的曲面沿着ρ\rhoρ方向的导数，α\alphaα...
2020-01-03 13:33:12
1439
Deep-learning-for-visual-understanding_-A-review.pdf
2015年来。深度学习算法是机器学习算法的一个子集，旨在发现多层次的分布式表示近年来，为解决传统的人工智能问题，人们提出了许多深度学习算法。这项工作旨在回顾计算机视觉中深度学习算法的最新进展，重点介绍210多篇最新研究论文的贡献和挑战。首先概述了各种深度学习方法及其最新发展，然后简要介绍了它们在各种视觉任务中的应用，如图像分类、目标检测、图像检索、语义分割和人体姿态估计。最后，本文总结了深层神经网络设计和训练的未来趋势和挑战。
2019-11-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人