Optimized Product Quantization 论文笔记
摘要 乘积量化（PQ）是一种有效的矢量量化方法。乘积量化器可以以非常低的存储器/时间成本生成指数大的码本。 PQ的本质是将高维向量空间分解为子空间的笛卡尔乘积，然后分别量化这些子空间。 ...
原文：Product Quantization for Nearest Neighbor Search 论文笔记
摘要 本文介绍了一种基于乘积量化的近似最近邻搜索方法。 这个想法是将空间分解为低维子空间的笛卡尔积，并分别量化每个子空间。 矢量由其子空间量化索引和短码表示。 可以从它们的码字有效地估计两个矢量之间的欧氏距离。 非对称版本增加了精度，因为它计算向量和码字之间的近似距离。 实验结果表明，我们的方法有效地搜索最近邻居，特别是与倒置文件系统相结合。 SIFT和GIST图像描述符的结果显示出优异的搜索精 ...
2019-02-17 10:12 0 558 推荐指数：
相关推荐
论文笔记：Progressive Neural Architecture Search
Progressive Neural Architecture Search 2019-03-18 20:28:13 Paper：http://openaccess.thecvf.com/content_ECCV_2018/papers ...
论文笔记：DARTS: Differentiable Architecture Search
DARTS: Differentiable Architecture Search 2019-03-19 10:04:26accepted by ICLR 2019 Paper：https://arxiv.org/pdf/1806.09055.pdf Code：https ...
论文笔记系列-Neural Architecture Search With Reinforcement Learning
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 ...
论文笔记系列-DARTS: Differentiable Architecture Search
Summary 我的理解就是原本节点和节点之间操作是离散的，因为就是从若干个操作中选择某一个，而作者试图使用softmax和relaxation（松弛化）将操作连续化，所以模型结构搜索的任务就转变成 ...
论文笔记系列-Neural Network Search ：A Survey
论文笔记系列-Neural Network Search ：A Survey 论文 笔记 NAS automl survey review reinforcement learning Bayesian ...
论文笔记——NEURAL ARCHITECTURE SEARCH WITH REINFORCEMENT LEARNING
论文地址：https://arxiv.org/abs/1611.01578 1. 论文思想 强化学习，用一个RNN学一个网络参数的序列，然后将其转换成网络，然后训练，得到一个反馈，这个反馈作用于RNN网络，用于生成新的序列。 2. 整体架构 3. RNN网络 4. 具体实现 ...
论文笔记系列--Progressive Differentiable Architecture Search：Bridging the Depth Gap between Search and Evaluation
为方便说明，如无特殊说明后文将PDARTS来指代该篇论文。阅读本文之前需要对DARTS有一定了解。，如果还不太清楚DARTS可以阅读这篇文章。 Motivation 进来有很多种NAS技术相继提出，主要有基于强化学习的，基于进化算法的，还有基于梯度下降的，不同算法有不同优缺点。本文 ...