IP屬地：重慶
-
跨模態(tài)檢索的mAP（@R）和 PR曲線（Precision-Recall Curve）作圖（pytorch實(shí)現(xiàn)）對(duì)于基礎(chǔ)知識(shí)網(wǎng)上資料很多，對(duì)此不在重述。本文主要是記錄pytorch下怎么實(shí)現(xiàn)。 1.mAP（@R）（參考DCMH：https://github...
-
np.expand_dims實(shí)例詳細(xì)介紹
np.expand_dims()用于擴(kuò)展數(shù)組的形狀 參數(shù)：values：數(shù)組axis:表示在該位置添加數(shù)據(jù) 例子： 原始數(shù)據(jù)： 1.np.exp...
-
TensorFlow的tf.concat實(shí)例詳細(xì)介紹
tf.concat函數(shù)：函數(shù)功能比較簡(jiǎn)單，主要用于連接兩個(gè)數(shù)組 參數(shù)：values：需要連接的數(shù)組,注意數(shù)組的維度應(yīng)該一致axis：從哪個(gè)維度來(lái)...
-
Attention and Self-Attention1.attention 與人類(lèi)學(xué)習(xí)相同，機(jī)器學(xué)習(xí)過(guò)程中我們也希望能有側(cè)重點(diǎn)，核心目標(biāo)也是從眾多信息中選擇出對(duì)當(dāng)前任務(wù)目標(biāo)更關(guān)鍵的信息。所以就有了...
-
DCMH1.核心思想 將特征學(xué)習(xí)和哈希代碼學(xué)習(xí)集成到同一個(gè)深度學(xué)習(xí)框架中。DCMH是一個(gè)端到端的學(xué)習(xí)框架，有深度的神經(jīng)網(wǎng)絡(luò)，每種模式一個(gè)，從零開(kāi)始執(zhí)行特...
-
K-Means1.k-means解決的問(wèn)題 k-means算法屬于無(wú)監(jiān)督學(xué)習(xí)的一種聚類(lèi)算法，其目的為：在不知數(shù)據(jù)所屬類(lèi)別及類(lèi)別數(shù)量的前提下，依據(jù)數(shù)據(jù)自身所暗含...
-
ACMR筆記讀ACMR論文后，自己的理解。主要分析框架。為什么使用ACMR方法 1.核心思想 第一次結(jié)合了跨模態(tài)檢索和對(duì)抗學(xué)習(xí)的監(jiān)督表示學(xué)習(xí),特征映射器和模...
-
SSAH筆記由于導(dǎo)出為PDF無(wú)法上傳，只能截圖上傳。如果需要PDF，可以在下方留言。 ##導(dǎo)圖 ##筆記
-
Self-Supervised Adversarial Hashing Networks for Cross-Modal Retrieval譯文
用于跨模式檢索的自監(jiān)督對(duì)抗哈希網(wǎng)絡(luò) 摘要 由于深入學(xué)習(xí)的成功，跨模式檢索最近取得了顯著的進(jìn)展。然而，仍然存在著一個(gè)關(guān)鍵的瓶頸：如何彌合情態(tài)差異，...