使用SoftPool完善激活下采样
抽象的
卷积神经网络（CNN）使用合并来减小激活图的大小。这个过程对于局部实现空间不变性和增加后续卷积的接收场至关重要。池操作应最大程度地减少激活图中的信息丢失。同时，应限制计算和内存开销。为了满足这些要求，我们提出了SoftPool：一种快速有效的方法，可以对指数加权的激活求和。与一系列其他合并方法相比，SoftPool在下采样的激活图中保留了更多信息。更精细的下采样可导致更好的分类准确性。在ImageNet1K上，对于一系列流行的CNN架构，用SoftPool替换原始的合并操作会导致精度不断提高1-2％。我们还将在视频数据集上测试SoftPool以进行动作识别。再次，仅替换池层将一致地提高准确性，而计算负载和内存仍然受到限制。这些有利的特性使SoftPool成为当前合并操作（包括最大池和平均池）的绝佳替代品。
基于图像的池化。图像在高度和宽度上均进行
2022-05-05 12:39:31
105.42MB
1
映射减少虹膜花
这些Map Reduce程序的目标是从著名的鸢尾花数据集中计算出萼片长度，萼片宽度，花瓣长度和花瓣宽度的最大值，最小值和平均值。
2022-05-04 14:30:29
10KB
1
可用于UnityVR开发，3D游戏开发，高清天空盒子Skybox素材，游戏环境背景素材，无水印。
让你身临其境的天空盒子，各类题材丰富，都是辛苦搜罗所得的高清exr格式，可以直接用于Unity开发，特别是VR游戏的开发。
内景、外景、城市、乡间、日出，夜晚，欧式宫殿，中式园林，应有尽有，可以在我的下载频道选择需要的下载。
注意，由于是高清，所以体积较大（大的可以达到500M），请下载前预留合适的空间。
使用方法：
1-导入Unity后将图片的Shape转换成cube形式，
2-创建空Material，并转换成Cube/skybox形式，
3-将图片拖入新建的SkyboxMaterial，
4-用刚创建的Material代替项目中原本的系统默认Skybox
2022-05-04 14:09:58
291.24MB
使用http://www.dcs.gla.ac.uk/~pat/jchoco/clique/indSetMachrahanish/papers/tomita2006.pdf 中提供的算法在图中找到最大集团
2022-05-04 12:08:36
4KB
1
【课程简介】
本课程适合所有需要学习机器学习技术的同学，课件内容制作精细，由浅入深，适合入门或进行知识回顾。
本章为该课程的其中一个章节，如有需要可下载全部课程
全套资源下载地址：https://download.csdn.net/download/qq_27595745/85252312
【全部课程列表】
第1章 机器学习和统计学习 共75页.pptx
第2和12章 感知机和统计学习方法总结 共27页.pptx
第3章 k-近邻算法 共69页.pptx
第4章 贝叶斯分类器 共79页.pptx
第5章 决策树 共98页.pptx
第6章 Logistic回归 共75页.pptx
第7章 SVM及核函数 共159页.pptx
第8章 adaboost 共75页.pptx
第9章 EM算法 共48页.pptx
第10章 隐马尔科夫模型 共64页.pptx
第11章 条件随机场 共63页.pptx
第13章 无监督学习概论 共27页.pptx
第14章 聚类方法 共52页.pptx
第15章 奇异值分解 共66页.pptx
第16章 主成分分析 共67页.pptx
第17章 潜在语义
2022-05-04 12:05:46
1.79MB
安全技术-网络信息-最大化能量有效性的下垫式认知无线电中继网络功率分配研究.pdf
2022-05-03 13:00:13
2.33MB
最大信息熵原理已被成功地应用于各种自然语言处理领域,如机器翻译、语音识别和文本自动分类等,提出了将其应用于互联网异常流量的分类。由于最大信息熵模型利用二值特征函数来表达和处理符号特征,而KDD99数据集中存在多种连续型特征,因此采用基于信息熵的离散化方法对数据集进行预处理,并利用CFS算法选择合适的特征子集,形成训练数据集合。最后利用BLVM算法进行参数估计,得到满足最大熵约束的指数形式的概率模型。通过实验,比较了最大信息熵模型和Naive Bayes、Bayes Net、SVM与C4.5决策树方法之间的
2022-05-03 12:22:14
558KB
1