0 - 背景 這篇文章想要解決的問題是預測一個區域短時間內的降水變化，在它之前的工作（2015年之前）還很少有采用機器學習的方法來做相關預測。由於預測的輸入是時序雷達圖等具有空間和時間關系的數據，因此文中提出了convolutional LSTM (ConvLSTM)模型，用這個模型可以捕獲數據 ...

TCN基本結構 時域卷積網絡（Temporal Convolutional Network，TCN）由Shaojie Bai et al.在2018年提出的，可以用於時序數據處理，詳細內容請看論文。 1.因果卷積（Causal Convolution） 因果卷積如上圖所示。對於上一層t ...

前面Andrew Ng的講義基本看完了。Andrew講的真是通俗易懂，只是不過癮啊，講的太少了。趁着看完那章convolution and pooling， 自己又去翻了翻CNN的相關東西。 當時看 ...

Learning Efficient Convolutional Networks through Network Slimming 簡介 這是我看的第一篇模型壓縮方面的論文，應該也算比較出名的一篇吧，因為很早就對模型壓縮比較感興趣，所以抽了個時間看了一篇，代碼也自己實現了一下，覺得還是挺容易 ...

循環神經網絡(RNN) 人們的每次思考並不都是從零開始的。比如說你在閱讀這篇文章時，你基於對前面的文字的理解來理解你目前閱讀到的文字，而不是每讀到一個文字時，都拋棄掉前面的思考，從頭開始。你的記憶是有持久性的。 傳統的神經網絡並不能如此，這似乎是一個主要的缺點。例如，假設你在看一場電影，你想 ...

網絡表示學習相關資料 網絡表示學習（network representation learning，NRL）,也被稱為圖嵌入方法（graph embedding method，GEM）是這兩年興起的工作，目前很熱，許多直接研究網絡表示學習的工作和同時優化網絡表示+下游任務的工作正在進行 ...

　　全連接神經網絡（Fully connected neural network）處理圖像最大的問題在於全連接層的參數太多。參數增多除了導致計算速度減慢，還很容易導致過擬合問題。所以需要一個更合理的神經網絡結構來有效地減少神經網絡中參數的數目。而卷積神經網絡（Convolutional ...

地址：https://arxiv.org/pdf/2007.00992.pdf github：https://github.com/clovaai/rexnet ...