Sampling

【点云处理之狂读论文经典篇1】——3D ShapeNets: A Deep Representation for Volumetric Shapes

3DShapeNet：一种体素形状的深度表示方法1.摘要2.引言3.相关工作4.3DShapeNets4.2.5DRecognitionandReconstruction4.1View-basedSampling4.2Next-Best-ViewPrediction5
LingbinBu·2022-12-13 23:11

CVPR 2021 Less is More: CLIP BERT for Video-and-Language Learning via Sparse Sampling

动机视频和语言学习（如视频问答）的规范方法要求神经模型从离线提取的密集视频特征和语言模型的文本特征中学习。在这个互动的动态视觉世界中，人类通过语言、符号和图形相互交流。共同理解视觉和本线索是智能主体解读物理世界中多模态信号的必备能力。为了测试这种能力，已经设计了一系列基于真实视频的任务，包括文本到视频的重审、视频字幕、视频问题回答和视频时刻重复。处理这些跨模态任务的实际范例是首先从预训练的视觉模型
smile909·2022-12-13 17:38

学好这些统计学知识，帮你入门数据分析

基础的统计学知识1.集中趋势(CentralTendency)2.变异性(Variability)3.归一化(Standardizing)4.正态分布(NormalDistributions)5.抽样分布(SamplingDistributions
北极象·2022-12-13 15:26

Trajectory planning for multi-robot systems: Methods and applications 综述阅读笔记

PathPlanning3.1.Decompositiongraph-basedmethods3.1.1.Dijkstraalgorithm3.1.2.A*algorithm3.1.3.D*algorithm3.2Samplingbasedmethods3.2.1
strawberry47·2022-12-13 14:26

ReCoLe Relation-dependent Contrastive Learning withCluster Sampling for Inductive Relation Predicti

摘要关系预测是为了补全知识图而设计的任务，旨在预测实体之间缺失的关系。近年来，基于子图的归纳关系预测模型受到越来越多的关注，该模型可以根据候选三元组周围提取的子图来预测不可见实体的关系。然而，由于它们不能预测看不见的关系，它们不是完全归纳的。此外，他们没有充分重视关系的作用，仅仅依靠模型学习参数化的关系嵌入，导致长尾关系预测不准确。本文引入关系依赖对比学习(ReCoLe)进行归纳关系预测，该方法将
小蜗子·2022-12-13 10:05

NLP十大Baseline论文简述(一) - Word2vec

：3.论文介绍：4.论文原理4.1CBOW模型：4.2Skip-gram模型：4.3降低复杂度-HierachicalSoftmax（层次Softmax）“五星重点”4.4降低复杂度-NegativeSampling
HHVic·2022-12-13 09:41

MATLAB中FFT的分析总结

如：Fs=1000;%Samplingfrequency采样频率T=1/Fs;%Samplingperiod采样周期2、采样点数的确定：–若想要规定采样点数，则采用如下方式：L=1000;%Lengthofsignal
ISimle·2022-12-13 07:11

文本生成自回归解码策略总结

采样方式ArgmaxDecoding（贪婪采样）GreedySearch（贪心搜索）BeamSearch（集束搜索）StochasticDecoding（随机采样）TemperatureSamplingTop-kSamplingTop-pSampling
Meilinger_·2022-12-12 23:50

SiamRPN++相对于SiamRPN的改进

文章目录一、SiamRPN二、SiamRPN++SpatialawaresamplingstategyLayer-wiseAggragationDepth-wiseseperablecorrelation
wangchen1801·2022-12-12 17:18

tfidf特征和word2vec特征

Word2Vecw2v=Word2Vec(sentences,vector_size=32,window=3,min_count=5,sg=0,hs=1,seed=2022)参数解释hs:0指negativesampling
KimJuneJune·2022-12-12 14:10

滑动轨迹 曲线 python_无人驾驶路径规划技术-三次样条插值曲线及Python代码实现...

生成行驶路径最经典方法之一就是是Sampling-BasedPlanner算法；基于采样的规划器可以规划出可行的轨迹，但这种轨迹往往是折线，为了保证车辆行驶过程中给乘客良好舒适的体验，需要对规划的轨迹进行平滑
weixin_39628063·2022-12-12 11:41

[C++]DirectX 12 3D游戏开发实战—第9章 学习笔记02 2019.5.3

fliter纹理放大：magnification常数插值：constantinterpolation线性插值：linearinterpolation最近邻点采样：nearestneighborpointsampling
卡酷酷·2022-12-11 19:56

类别不平衡Class-imbalance解决方法

1、扩大数据集2、欠采样欠采样（under-sampling）：对大类的数据样本进行采样来减少该类数据样本的个数，使其与其他类数目接近，然后再进行学习。
下雨天吃火锅哩·2022-12-11 08:56

BetaFlight模块设计之十三：Gyro过滤任务分析

BetaFlight模块设计之十三：Gyro过滤任务分析Gyro过滤任务taskFiltering任务分析gyroFiltering函数分析filterGyro函数分析dynamicnotchfilterdownsampling
lida2003·2022-12-11 03:42

深度学习：使用Tensorflow Lite部署模型时遇到不支持tf.keras.layers.UpSampling2D()函数问题的解决方法

在使用TensorflowLite部署训练好的模型时，若使用了tf.keras.layers.UpSampling2D()函数对图像进行了上采样，那么就会报错——TensorflowLite暂不支持该函数方法
默语..·2022-12-10 09:37

【深度学习-tensorflow】使用Tensorflow Lite部署模型时遇到不支持tf.keras.layers.UpSampling2D()函数问题的解决方法

在工作中遇到的一个问题，记录一下在模型转化为tflite之后，进行模型的部署，之后遇到的使用TensorflowLite部署模型时遇到不支持tf.keras.layers.UpSampling2D()函数问题的解决方法
m0_61629144·2022-12-10 09:35

YOLOX-单阶段目标检测模型

3，Multipositives，将gt中心区域的点定义为正样本,其实就是FCOS中的centersampling。4，SimOTA，来源于自家的工
Wastoon·2022-12-10 04:40

pytorch F.affine_grid F.grid_sample探究

F.affine_grid根据形变参数产生samplinggrid，F.grid_sample根据samplinggrid对图像进行变形。
normol·2022-12-10 03:54

可视计算概论课程Lab1

UniformRandomBlueNoiseOrderedErrorDefuseImageFiltering引言BlurEdgeDetectionImageInpaintingLineDrawingTriangleDrawingImageSupersamplingrate
Lyrig~·2022-12-10 02:29

【自动驾驶决策规划】RRT算法

另外一种路径规划是基于采样的方法（samplingmethod），包括以下模块：随机或确定性选择函数，在采样空间确定点采样评估函数，来选择合适采样点距离函数，确定待扩展点与当前之
洌泉_就这样吧·2022-12-10 01:42

【torch-Random sampling】随机采样

文章目录随机数种子和生成器状态seedmanual_seedinitial_seedget_rng_stateset_rng_statepytorch内置的随机数生成器bernoulli(伯努利分布)multinomial（多项分布）normal（正态分布）Poisson（泊松分布）rand（区间[0,1)上的均匀分布）rand_like（区间[0,1)上的均匀分布、输出张量大小同输入张量）ran
zyw2002·2022-12-09 17:00

浅谈文本生成或者文本翻译解码策略《转》

文本生成和翻译的基本流程翻译类模型的训练和解码训练过程解码过程生成类模型的训练和解码(GPT系列)训练过程解码过程二、解码策略1、贪心搜索(greedysearch)2、beam_search集束搜索3、随机sampling4
Hollyprince·2022-12-09 16:56

论文阅读笔记 | 三维目标检测——PV-RCNN++算法

文章目录1.背景2.网络结构2.1SectorizedProposal-CentricSamplingProposal-CentricFilteringSectorizedKeypointSampling2.2VectorPoolAggregation3
Clichong·2022-12-09 15:43

锯齿波信号The sawtooth signal

lab里学到的代码和输出，说实话有些不懂但留着以后能翻查最简单的锯齿波fromscipyimportsignalfs=8000#samplingfrequencyt=np.arange(0,2,1/fs
爱格白·2022-12-09 14:07

NLP-word2vector

目录一、词向量二、word2vec的训练1.核心2.Skip-grammodel3.目标函数4.目标函数的优化5.skipgram另一种目标函数6.NegativeSampling7.更新参数三、词向量评估
Swayzzu·2022-12-09 13:53

深度学习神经网络学习笔记-自然语言处理方向-论文研读-情感分析/文本分类-word2evc-基于向量空间中词表示的有效估计

word2evc-基于向量空间中词表示的有效估计目录概念引入摘要大意介绍词的表示方式评价指标词向量训练方式复杂度的降低负采样重采样(SubsamplingofFrequentWord)研究成果概念引入逻辑回归线性回归时间序列分析神经网络
丰。。·2022-12-09 10:24

23-MCMC-马尔科夫链蒙特卡洛

文章目录1.背景2.MCMC原理3.状态转移分布Q4.MCMC-采样方法4.1蒙特卡罗方法(MonteCarloMethod)4.2概率分布采样4.3拒绝采样RejectionSampling4.4重要性采样
取个名字真难呐·2022-12-09 10:06

pytorch文档阅读笔记-03-torch02（随机抽样、序列化、并行））

文章目录随机抽样（Randomsampling）torch.manual_seedtorch.initial_seedtorch.get_rng_statetorch.set_rng_statetorch.default_generatortorch.bernoullitorch.multinomial
东阳z·2022-12-09 04:13

论文阅读：Augmentation for small object detection(小目标检测的增强)-CVPR2019

Augmentationforsmallobjectdetection文章目录论文题目：Augmentationforsmallobjectdetection1.介绍1.1背景1.2小目标检测困难的原因2.方法2.1Oversampling2.2Copy-Pasting3
欢天喜地小姐姐·2022-12-09 02:07

GraphSAGE-Inductive Representation Learning on Large Graphs

简介GraphSAGE-原文在摘要中这样介绍：welearnafunctionthatgeneratesembeddingsbysamplingandaggregatingfeaturesfromanode
为援不可图·2022-12-08 19:53

即插即用&无需微调 | ViT自适应性token采样技术（ECCV2022）

努力努力再努力的编辑|FightinCV点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【全栈算法】技术交流群1.论文和代码地址论文题目：ATS：AdaptiveTokenSamplingForEfficientVisionTransformers
自动驾驶之心·2022-12-07 15:21

机器学习笔记之马尔可夫链蒙特卡洛方法(四)吉布斯采样

采样算法的弊端吉布斯采样方法吉布斯采样的采样过程吉布斯采样的推导过程吉布斯采样的代码实现引言上一节介绍了将马尔可夫链与蒙特卡洛方法相结合的算法——MH采样算法(MetropolisHastings)，本节将介绍吉布斯采样算法(GibbsSampling
静静的喝酒·2022-12-07 13:52

MCMC 浅谈

#MCMC浅谈1.采样（sampling）是什么MCMC在采样算法中有着举足轻重的地位，那么什么是采样？采样就是根据某种分布生成样本。
p是马甲·2022-12-07 09:02

深度学习图像分类（七）：DenseNet

深度学习图像分类（七）：DenseNet文章目录深度学习图像分类（七）：DenseNet前言一、Motivation二、ModelArchitectureDenseBlockDown-samplingLayerGrowthrate
Arwin（Haowen Yu）·2022-12-07 07:44

样本均值的抽样分布_抽样分布样本均值

样本均值的抽样分布Oneofthemostimportantconceptsdiscussedinthecontextofinferentialdataanalysisistheideaofsamplingdistributions.Understandingsamplingdistributionshelpsusbettercomprehendandinterpretresultsfromour
柠檬大饭饭·2022-12-06 18:05

附代码 SegNet

github.com/delta-onera/segnet_pytorch/blob/master/segnet.pySegNet和FCN，DeConv思路十分相似，只是Encoder,Decoder(Upsampling
向上的阿鹏·2022-12-06 18:06

水塘抽样算法（Reservoir Sampling Algorithm)

文章目录应用场景算法步骤算法原理代码实现应用场景主要用于解决大数据流中的随机抽样问题，即：当内存有限，数据长度很大，甚至未知，那么如何从中随机选取k个数据，并且要求是等概率。算法步骤水塘抽样的步骤是，只遍历一次，每次都考虑一个问题：当前元素是否被选中，选中后替换之前选中的哪一个元素。采样过程：step1：首先将前k个元素全部选取。step2：对于第i个元素(i>k)，以概率k/i来决定是否保留该元
ki_rui·2022-12-06 15:44

蓄水池采样算法的python实现_蓄水池抽样算法（Reservoir Sampling）

蓄水池抽样算法(ReservoirSampling)许多年以后，当听说蓄水池抽样算法时，邱simple将会想起，那个小学数学老师带他做“小明对水池边加水边放水，求何时能加满水”应用题的下午。
weixin_39622562·2022-12-06 15:42

蓄水池采样算法的python实现_蓄水池采样算法的python实现_蓄水池抽样及实现

蓄水池抽样(ReservoirSampling)是一个很有趣的问题，它能够在o(n)时间内对n个数据进行等概率随机抽取，例如：从1000个数据中等概率随机抽取出100个。
乐观文艺青年·2022-12-06 15:42

水塘抽样（Reservoir Sampling）

水塘抽样（ReservoirSampling）:力扣398题目而来参考链接:https://zhuanlan.zhihu.com/p/29178293问题描述：当内存无法加载全部数据时，如何从包含未知大小的数据流中随机选取
big-dataa·2022-12-06 15:08

深度学习原理16——上采样和下采样

放大图像（或称为上采样（upsampling）**或图像插值（interpolating））的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。
晓码bigdata·2022-12-06 14:31

【机器学习】集成学习 (Ensemble Learning) (一) —— 导引

目录一、概述1.1分类器二、集成方法2.1自助聚合法/自举汇聚法(Bagging)2.1.1自助采样法(BootstrapSampling/Bootstrapping)2.1.2随机森林(RandomForest
何处闻韶·2022-12-06 14:25

记录PU-GCN复现过程

参考链接：GitHub-guochengqian/PU-GCN:PU-GCN:PointCloudUpsamplingusingGraphConvolutionalNetworks(CVPR2021)一
Yilien10·2022-12-06 12:59

pytorch笔记（九）转置卷积、膨胀卷积

TransposedConvolution（转置卷积）别名：FractionallyStridedConvolution（小数步长的卷积）、Deconvolution（逆/反卷积）作用：upsampling
_yuki_·2022-12-06 08:18

MCMC采样详解

采样方法的原理2、常见的几种蒙德卡罗采样方法  a.均匀采样  b.接受-拒绝采样  c.重要性采样3、马尔科夫链简介4、MCMC算法  a.Metropolis-Hasting算法  b.GibbsSampling
、寄生于黑暗中的光，·2022-12-06 00:27

lightgbm 原理解析

lightgbm提出GOSS(Gradient-basedOne-SideSampling)和EFB(ExclusiveFeatureBundling)进行改进。
weixin_40413183·2022-12-05 18:33

lightGBM算法梳理

基于此，提出了两大技术：Gradient-basedOne-SideSampling(GOSS)andExclusiveFeatureBundling
futurewq·2022-12-05 18:33

虚拟Mic Android 8.1 方案

在Hal层下read填充pcmdata；方案的关键：Android下PCM语音的参数，Sample采样率，samplingRates="8000,11025,12000,16000,22050,24000,32000,44100,48000
junwua·2022-12-05 15:56

R语言进行随机抽样、分层抽样和系统抽样

最近在进行一项哨点监测项目，需要对监测点乡镇、学校和医疗机构分别进行人口规模排序的系统抽样、学校类别的分层抽样以及随机抽样，对比spss、excel后发现R语言中的sampling包能够得到较好的实现，
寻小宁·2022-12-05 11:49

序列模型

SequenceModelsRecurrentNeuralNetworksNotationRecurrentNeuralNetworkModelBackpropagationthroughtimeDifferenttypesofRNNsLanguagemodelandsequencegenerationSamplingnovelsequencesVanishinggradientswithRNNs
唐_朝·2022-12-05 09:53
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他