论文笔记：Deep Residual Learning
之前提到，深度神经网络在训练中容易遇到梯度消失/爆炸的问题，这个问题产生的根源详见之前的读书笔记。在 Batch Normalization 中，我们将输入数据由激活函数的收敛区调整到梯度较大的区域，在一定程度上缓解了这种问题。不过，当网络的层数急剧增加时，BP 算法中导数的累乘效应还是很容易 ...
原文：Deep Learning 论文笔记 (3): Deep Learning Face Attributes in the Wild
这是Xiaogang Wang和Xiaoou Tang组的一篇technical report，作者是优秀的学弟Ziwei Liu。 通常人脸识别里面先要对人脸图像进行检测和对齐，然后在相应的地方提取特征，但是在自然场景中，由于背景混乱，人脸检测和对齐会受到影响，进而影响特征提取和最后的识别效果。 这篇论文的主要思想是通过学习两个deep network来构建face attributes rec ...
2015-03-17 22:25 0 3134 推荐指数：
相关推荐
论文笔记之：Deep Reinforcement Learning with Double Q-learning
Deep Reinforcement Learning with Double Q-learning Google DeepMind Abstract 主流的 Q-learning 算法过高的估计在特定条件下的动作值。实际上，之前是不知道是否这样的过高估计是 common ...
论文笔记之：Heterogeneous Face Attribute Estimation: A Deep Multi-Task Learning Approach
Heterogeneous Face Attribute Estimation: A Deep Multi-Task Learning Approach 2017.11.28 Introduction： 人脸属性的识别在社会交互，提供了非常广泛的信息，包括 ...
论文笔记——Deep Residual Learning for Image Recognition
论文地址：Deep Residual Learning for Image Recognition ResNet——MSRA何凯明团队的Residual Networks，在2015年ImageNet上大放异彩，在ImageNet的classification、detection ...
论文笔记之：Dueling Network Architectures for Deep Reinforcement Learning
Dueling Network Architectures for Deep Reinforcement Learning ICML 2016 Best Paper 摘要：本文的贡献点主要是在 DQN 网络结构上，将卷积神经网络提出的特征，分为两路走，即：the state ...
论文笔记之：Playing Atari with Deep Reinforcement Learning
Playing Atari with Deep Reinforcement Learning 《Computer Science》, 2013 Abstract： 本文提出了一种深度学习方法，利用强化学习的方法，直接从高维的感知输入中学习控制策略。模型是一个卷积神经网络 ...
论文笔记之：Active Object Localization with Deep Reinforcement Learning
Active Object Localization with Deep Reinforcement Learning ICCV 2015 最近Deep Reinforcement Learning算是火了一把，在Google Deep Mind的主页上，更是许多关于此 ...
[论文笔记] ：Temporal Graph Networks for Deep Learning on Dynamic Graphs
本篇文章发表在ICLR2020上，对动态图的进行连接预测和结点分类。TGN中，作者除利用传统的图神经网络捕捉非欧式结构生成embedding外，还利用动态图所中时序信息。 T ...