论文笔记（7）：Constrained Convolutional Neural Networks for Weakly Supervised Segmentation
UCBerkeley的DeepakPathak使用了一个具有图像级别标记的训练数据来做弱监督学习。训练数据中只给出图像中包含某种物体，但是没有其位置信息和所包含的像素信息。该文章的方法将imagetags转化为对CNN输出的label分布的限制条件，因此称为Constrainedconvolutionalneuraln...
Stereo Matching by Training a Convolutional Neural Network to Compare Image Patches 译文
我们提出了一种从已纠正的一对图片来提取深度信息的方法。我们的方法聚焦于很多立体构建算法的第一阶段：匹配损失（matchcost）计算。我们通过卷积神经网络通过对小的图像块的相似度的学习，来解决这个问题。通过构建一个二分类的数据集（相似，不相似的样本）进行有监督的训练。我们提出连个网络去实现这个任务，一个调整速度、一个调...
今天开始学Pattern Recognition and Machine Learning (PRML)，章节5.2-5.3，Neural Networks神经网络训练（BP算法）
转载请注明出处：Bin的专栏，http://blog.csdn.net/xbinworld这一篇是整个第五章的精华了，会重点介绍一下NeuralNetworks的训练方法——反向传播算法（backpropagation，BP），这个算法提出到现在近30年时间都没什么变化，可谓极其经典。也是deeplearning的基石...
人工神经网络 Artificial Neural Network
2017-12-1823:42:33一、什么是深度学习 深度学习（deepneuralnetwork）是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 &nbs...
Progressive Neural Networks 渐进式神经网络（增量学习）
转载自https://www.cnblogs.com/zeze/p/8268388.html ProgressiveNN是第一篇我看到的deepmind做这个问题的。思路就是说我不能忘记第一个任务的网络，同时又能使用第一个任务的网络来做第二个任务。为了不忘记之前的任务，他们的方法简单暴力：对所有的之前任务的网...