發(fā)簡(jiǎn)信
IP屬地：遼寧
-
@Skywalker42 對(duì)
Tensorflow 的NCE-Loss的實(shí)現(xiàn)和word2vec
這兩天因?yàn)閷?shí)現(xiàn)mxnet的nce-loss，因此研究了一下tensorflow的nce-loss的實(shí)現(xiàn)卧须。所以總結(jié)一下。 先看看tensorflow的nce-loss的API：...
-
@滄浪_之水 我好像只寫(xiě)了訓(xùn)練的代碼，沒(méi)有寫(xiě)測(cè)試的
端到端的OCR：LSTM＋CTC的實(shí)現(xiàn)
前面提到了用CNN來(lái)做OCR灌砖。這篇文章介紹另一種做OCR的方法，就是通過(guò)LSTM＋CTC傀蚌。這種方法的好處是他可以事先不用知道一共有幾個(gè)字符需要識(shí)別基显。之前我試過(guò)不用CTC，只用...
-
Prisma理論篇：火遍朋友圈的修圖工具Prisma的背后是什么？引子：有段子手言箩艺，地球上的人一半在用Pokemon Go追皮卡丘的時(shí)候窜醉，剩下的一半在用Prisma修圖！這款由俄羅斯創(chuàng)業(yè)團(tuán)隊(duì)研發(fā)的圖片處理app艺谆，從研發(fā)到上線僅幾個(gè)月就用戶量...
-
可以關(guān)注一下GAN。對(duì)原來(lái)的算法有很大的提速撒妈。
Prisma理論篇：火遍朋友圈的修圖工具Prisma的背后是什么恢暖？
引子：有段子手言，地球上的人一半在用Pokemon Go追皮卡丘的時(shí)候狰右，剩下的一半在用Prisma修圖杰捂！這款由俄羅斯創(chuàng)業(yè)團(tuán)隊(duì)研發(fā)的圖片處理app，從研發(fā)到上線僅幾個(gè)月就用戶量...
-
本專題僅讓編輯在特殊情況下使用挨队，入選文章將立刻上首頁(yè)。繞過(guò)推薦隊(duì)列蒿往。 使用場(chǎng)景： - 突發(fā)事件的相關(guān)內(nèi)容盛垦，需要立刻推首頁(yè) - 今日看點(diǎn)推薦隊(duì)列過(guò)長(zhǎng)，需要立刻推薦進(jìn)行調(diào)劑 用戶自薦文章上首頁(yè)請(qǐng)投稿這個(gè)專題：http://www.reibang.com/collection/bDHhpK
-
@zdl_todo 是的
從圖片相似度學(xué)習(xí)圖片的表示
很多時(shí)候帶分類標(biāo)注的圖片樣本是很難獲得的瓤漏，但是圖片之間的相似度卻不難獲得腾夯。最簡(jiǎn)單的方式有幾個(gè)： 視頻里相鄰的幀是相似的。見(jiàn)論文Unsupervised Learning of...
-
@zdl_todo 這個(gè)有高人指點(diǎn)
從圖片相似度學(xué)習(xí)圖片的表示
很多時(shí)候帶分類標(biāo)注的圖片樣本是很難獲得的蔬充，但是圖片之間的相似度卻不難獲得蝶俱。最簡(jiǎn)單的方式有幾個(gè)： 視頻里相鄰的幀是相似的。見(jiàn)論文Unsupervised Learning of...
-
從圖片相似度學(xué)習(xí)圖片的表示
很多時(shí)候帶分類標(biāo)注的圖片樣本是很難獲得的饥漫，但是圖片之間的相似度卻不難獲得榨呆。最簡(jiǎn)單的方式有幾個(gè)： 視頻里相鄰的幀是相似的。見(jiàn)論文Unsupervised Learning of...
-
Tensorflow 的NCE-Loss的實(shí)現(xiàn)和word2vec
這兩天因?yàn)閷?shí)現(xiàn)mxnet的nce-loss庸队，因此研究了一下tensorflow的nce-loss的實(shí)現(xiàn)愕提。所以總結(jié)一下。 先看看tensorflow的nce-loss的API：...
-
word2vec/lstm on mxnet with NCE loss
Softmax是用來(lái)實(shí)現(xiàn)多類分類問(wèn)題常見(jiàn)的損失函數(shù)纽谒。但如果類別特別多证膨，softmax的效率就是個(gè)問(wèn)題了。比如在word2vec里鼓黔，每個(gè)詞都是一個(gè)類別央勒，在這種情況下可能有100...
-
@arestorres 你可以看例子。例子里我已經(jīng)加了不定長(zhǎng)的部分
端到端的OCR：LSTM＋CTC的實(shí)現(xiàn)
前面提到了用CNN來(lái)做OCR澳化。這篇文章介紹另一種做OCR的方法崔步，就是通過(guò)LSTM＋CTC。這種方法的好處是他可以事先不用知道一共有幾個(gè)字符需要識(shí)別缎谷。之前我試過(guò)不用CTC井濒，只用...
-
@arestorres 你說(shuō)的不定長(zhǎng)的。是吧列林。這個(gè)是c++里已經(jīng)實(shí)現(xiàn)好了瑞你。另外空格的label id永遠(yuǎn)是0
端到端的OCR：LSTM＋CTC的實(shí)現(xiàn)
前面提到了用CNN來(lái)做OCR。這篇文章介紹另一種做OCR的方法希痴，就是通過(guò)LSTM＋CTC者甲。這種方法的好處是他可以事先不用知道一共有幾個(gè)字符需要識(shí)別。之前我試過(guò)不用CTC砌创，只用...
-
基于DC/OS建立分布式機(jī)器學(xué)習(xí)系統(tǒng)
之前基于ps-lite實(shí)現(xiàn)了word2vec虏缸。下一步就是讓這個(gè)算法能夠分布式的跑起來(lái)鲫懒。最簡(jiǎn)單的分布式方案大概是如下幾步：把二進(jìn)制文件copy到你要跑的機(jī)器上。把每個(gè)進(jìn)程需要讀...
-
@EricMoon ??
端到端的OCR：LSTM＋CTC的實(shí)現(xiàn)
前面提到了用CNN來(lái)做OCR刽辙。這篇文章介紹另一種做OCR的方法窥岩，就是通過(guò)LSTM＋CTC。這種方法的好處是他可以事先不用知道一共有幾個(gè)字符需要識(shí)別扫倡。之前我試過(guò)不用CTC谦秧，只用...
