数据增强——mixup
1.简介： 大型深度神经网络是非常强大的，但其损耗巨大的内存以及对对抗样本的敏感性一直不太理想。作者提出的mixup是一个简单地减缓两种问题的方案。本质上，mixup在成对样本及其标签的凸组合（convex combinations）上训练神经网络。这样做，mixup规范神经网络增强 ...
相关推荐
mixup: Beyond Empirical Risk Minimization
这篇论文MIT和FAIR的工作，主要是提出了一种mixup的方式。（感觉是一种产生hard sample的方法，是一种新的、更有效的数据增强。） 1 Introduction 大网络需要大数据，目前CV领域的任务逐渐采用大模型来解决。这些大模型有两个共同特点：①经验风险最小化（ERM)，在训练 ...
数据增强之mixup算法详解
论文地址：mixup: BEYOND EMPIRICAL RISK MINIMIZATION (一)、什么是数据增强？(1). 数据增强主要指在计算机视觉领域中对图像进行数据增强，从而弥补训练图像数据集不足，达到对训练数据扩充的目的。(2). 数据增强是一种 ...
[Leetcode] Balanced Binary Tree
问题：给一个二叉树，写一个算法判断这个树是不是balanced。 Solution #1. 第一次遇到这个问题时我的解法，如下： 写了一个getDepth()函数，访问每个节点都要调用一次这个函数。这个Solution也通过了leetcode的验证程序，但是后来想了想，I ...
LeetCode Balanced Binary Tree
Given a binary tree, determine if it is height-balanced. For this problem, a height-balanced binary tree is defined as a binary tree in which ...
深度学习 | 训练网络trick——mixup
1.mixup原理介绍 mixup 论文地址 mixup是一种非常规的数据增强方法，一个和数据无关的简单数据增强原则，其以线性插值的方式来构建新的训练样本和标签。最终对标签的处理如下公式所示，这很简单但对于增强策略来说又很不一般。 ，两个数据对是原始数据集中的训练样本对（训练样本和其对应 ...
使用remix 进行web开发
remix 是一个新的开发web 的框架，一个比较明显的特点是高性能，同时开发模式简单官方文档完备，而且数据可以并行加载,支持服务器端渲染，可以集成的框架也比较多 参考使用 创建项目 项目结构 运行效果 ...
[leetcode]Balanced Binary Tree @ Python
原题地址：http://oj.leetcode.com/problems/balanced-binary-tree/ 题意：判断一颗二叉树是否是平衡二叉树。 解题思路：在这道题里，平衡二叉树的定义是二叉树的任意节点的两颗子树之间的高度差小于等于1。这实际上是AVL树的定义。首先要写一个计算 ...