“ 我认为MoCo这篇最创新的地方,就是解决了一个非常重要但以前又没有思路的工程问题,就是怎么节省内存节省时间搞到大量的negative sample。之前的memory bank虽然机 ...
导言 传统的神经网络都是基于固定的数据集进行训练学习的,一旦有新的,不同分布的数据进来,一般而言需要重新训练整个网络,这样费时费力,而且在实际应用场景中也不适用,所以增量学习应运而生。 增量学习主要旨在解决灾难性遗忘 Catastrophic forgetting 问题,本文将要介绍的 iCaRL: Incremental Classifier and Representation Learnin ...
2019-01-25 21:50 0 1252 推荐指数:
“ 我认为MoCo这篇最创新的地方,就是解决了一个非常重要但以前又没有思路的工程问题,就是怎么节省内存节省时间搞到大量的negative sample。之前的memory bank虽然机 ...
paper: Deep High-Resolution Representation Learning for Visual Recognition code: HRNet Abstract HRNet,这里用的是PAMI2020的工作,整合了human pose ...
摘要 神经网络在多个领域都取得了不错的成绩,但是神经网络的合理设计却是比较困难的。在本篇论文中,作者使用 递归网络去省城神经网络的模型描述,并且使用 增强学习训练RNN,以使得生成得到的模型在验证集上取得最大的准确率。 在 CIFAR-10数据集上,基于本文提出的方法生成的模型在测试集上得 ...
A survey on federated learning Authors Chen Zhang, Yu Xie, Hang Bai, Bin Yu, Weihong Li, Yuan Gao Keywords ...
paper: PolarMask: Single Shot Instance Segmentation with Polar Representation code: https://github.com/xieenze/PolarMask 作者知乎解答 PolarMask是CVPR2020 ...
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 ...
目录 简介 Position Embeddings GLU or GRU Convolutional Block Structure Multi-step At ...
原论文:Auto-FPN: Automatic Network Architecture Adaptation for Object Detection Beyond Classification 之前的AutoML都是应用在图像分类或者语言模型上,AutoFPN成功地将这技术应用到 ...