Sampling

增采样率

https://www.cnblogs.com/TaigaCon/p/8512219.html增采样（upsampling）增加采样率的过程被称为增采样，这一小节讨论的是按整数倍增加采样率。
dongxinddd123·2019-01-18 15:45

转置卷积的理解

比方说在全卷积神经网络中，up-sampling采用双线性插值进行分辨率的提升，而这种提升是非学习的，采用解卷积来完成上采样的工作，就可以通过学习的方式得到更高的精度。转置卷积（解卷积）为什么
苟且偷生小屁屁·2019-01-16 19:48

物体检测之SNIPER

SNIPER（ScaleNormalizationforImagePyramidwithEfficientResampling）的提出动机便是解决图像金字塔计算量大的问题，图像
duanyajun987·2019-01-07 15:54

pytorch: MaxUnpool2d 与 Upsampling

Upsampling:上采样，被nn.functional.interpolate代替nn.Upsamplingisdeprecated.Usenn.functional.interpolateinstead
wzg2016·2019-01-05 16:47

ADC

ADC转换时间：Tconv=Samplingtime+12.5cycles.ADC采样时间：Samplingtime通过DC_RegularChannelConfig函数进行配置。2018
心_声·2019-01-02 13:47

Android加载超大图片

Android加载超大图片一、目标二、体验地址三、准备工作1.加载超大图片2.获取图片大小3.用户交互四、subsampling-scale-image-view五、Final一、目标实现超大图片的查看功能
济沧海x远沧溟·2018-12-28 14:20

概率图学习——Particle-Based Approximate Inference

目录前向采样ForwardSampling（FS）ForwardSamplingwithRejection似然采样LikelihoodWeighting（LW）重要性采样ImportanceSampling
strongman1995·2018-12-22 19:11

反卷积(Deconvolution)、上采样(UNSampling)与上池化(UnPooling)加入自己的思考（tensorflow函数）（一）

ps之前是做分类的根本就是没有很深的接触反卷积(Deconvolution)、上采样(UNSampling)与上池化(UnPooling)等，要写这个主要是我在找unet代码时候发现反卷积这一步正常用tf.nn.conv2d_transpose
镜中隐·2018-12-21 15:56

Hive分桶

分桶：把上传数据，分为不同的文件将同一个目录下的数据文件，拆分成多个同一目录多个文件加快表连接的速度（join）应用场景：数据抽样（sampling）、map-join其他情况不建议分桶，小文件很恐怖！
geekAppke·2018-12-17 09:08

CS224n 词的向量表示word2vec 之cbow（softmax negSampling ）

CS224n词的向量表示word2vec之cbow（softmaxnegSampling）：#!
段智华·2018-12-10 21:26

线性模型_类别不平衡问题

文章目录1.类别不平衡问题2.类别不平衡的影响3.处理不平衡数据集的方法3.1数据层面的方法：重采样技术3.1.1随机欠采样（RandomUnder-Sampling）3.1.2随机过采样（RandomOver-Sampling
黑桃5200·2018-12-09 22:29

Candidate sampling：NCE loss和negative sample

在工作中用到了类似于negativesample的方法，才发现我其实并不了解candidatesampling。于是看了一些相关资料，在此简单总结一些相关内容。
做推荐的Bella酱·2018-12-07 15:24

逆采样(Inverse Sampling)和拒绝采样(Reject Sampling)原理详解

逆采样(InverseSampling)和拒绝采样(RejectSampling)就是用于解决这个问题的。
anshuai_aw1·2018-12-05 18:20

利用Keras实现常用CNN结构——LeNet、AlexNet、ZFNet、VGGNet、GoogLeNet、ResNet（修正版）

在代码最前面加上fromkeras.modelsimportSequentialfromkeras.layersimportInput,Dense,Conv2D,MaxPooling2D,UpSampling2D
赛艇队长·2018-12-05 12:07

SNIP——“自适应”型“狙击”策略 (目标检测)(two-stage)(深度学习)(CVPR 2018)

AnAnalysisofScaleInvarianceinObjectDetection–SNIP》论文下载：https://arxiv.org/abs/1711.08189论文代码：http://bit.ly/2yXVg4c一、概述：1、本文的主要工作：（1）通过实验验证了upsampling
图像所浩南哥·2018-12-04 20:06

上采样(Upsampling)与反卷积(Deconvolution)的区别

1.上采样和反卷积是不一样的，大家要注意这一点。可以参考这篇博客：https://blog.csdn.net/qq_27871973/article/details/829730482.对于pad默认为0，自己如果有需要得进行设置。group默认为1.3.对于卷积和反卷积的维度计算公式：参考博客：https://blog.csdn.net/where_is_my_keyboard/article/
qinglv1·2018-12-03 15:53

Sampled Softmax

阅读了TensorFlow官方文档CandidateSamplingAlgorithmsReference，写一下自己关于SampledSoftmax的理解在多类别问题中，我们常常使用softmax输出各个类别的概率
csdnqixiaoxin·2018-11-23 10:17

Hierarchical softmax 和 negative sampling：值得一讲的短文

我决定，利用一些时间，做一些无用的功——翻译一篇博客，说不定自己会对Hierarchicalsoftmaxandnegativesampling有更深的了解，不然闲着也是闲着。
WHElpokji·2018-11-15 20:17

Hive实现数据抽样的常用三种方法

Hive提供了数据取样（SAMPLING）的功能，能够根据一定的规则进行数据抽样，目前支持数据块抽样，分桶抽样和随机抽样，具体如下所示：1、随机抽样（rand()函数）（1）使用rand()函数进行随机抽样
Happybigman·2018-11-15 10:55

机器学习与深度学习系列连载： 第二部分 深度学习（二十) 轮询采样 Scheduled Sampling

计划采样ScheduledSampling和强化学习辅助当我们用Seq2Seq模型进行训练和测试的时候，很容易遇到Mismatch的问题，因为训练的时候，不同的timestep输入的是groudTruth
人工智能插班生·2018-11-14 09:44

卷积神经网络之FCN(2015)

上采样(Upsampling)反卷积插值跳级(skip)结构构思其他人的工作C
lart·2018-11-09 23:02

必须掌握的Android开源库

必须掌握的Android开源库1.Glide2.overscroll-decor3.subsampling-scale-image-view4.gson5.prettytime6.marked7.highlight.js8
济沧海x远沧溟·2018-11-08 15:25

Fast R-CNN论文学习

SPPnet的改进和问题1.2本论文的贡献2.FastR-CNN结构和训练2.1RoI池化层2.2初始化Pre-trained网络2.3Fine-tuneMulti-tasklossMini-batchsampling
calvinpaean·2018-11-07 11:45

机器学习与深度学习系列连载： 第二部分 深度学习（十二）卷积神经网络 3 经典的模型（LeNet-5，AlexNet ，VGGNet，GoogLeNet，ResNet）

参数有：Convfilterswere5x5,appliedatstride1Subsampling(Pooling)layersw
人工智能插班生·2018-11-07 09:19

python数据分层抽样工具类

importpandasaspdimportrandomasrdimportnumpyasnpimportmathasmadeftypeicalSampling(group,typeicalFracDict
苍狗白云一瞬间·2018-11-01 10:46

深度嵌入学习“Sampling Matters in Deep Embedding Learning”

提出了distanceweighedsampling,选取信息量更大更稳定的训练样本。此外，提出了marginbasedloss，效果更好。深度嵌入学习的
cv_family_z·2018-10-25 17:30

使用OpenCV2批量裁剪图片，并将裁剪后的图片保存至指定文件夹

具体代码如下：importglobimportcv2'''cuttheimg_1024*1024intoimg_46*46,thesamplingintervalis30'''s
墨晓白·2018-10-25 14:21

极坐标采样实现高质量户外大气散射

原文出自GPUPro5HighPerformanceOutdoorLightScatteringUsingEpipolarSampling原文给出的DX11实现：https://github.com/GameTechDev
NotMz·2018-10-24 20:30

Keras文档学习06.卷积层

关键词：Conv1D、Conv2DTranspose、Cropping1D、UpSampling1D、ZeroPadding1D原文地址：文档位置1.Conv1D层作用：用来在一维输入信号上进行邻域滤波
达瓦里氏吨吨吨·2018-10-21 17:57

2018-10-13

Lecture4,SystematicerrorsandsamplingAdditionalstrategiesformitigatingsystematicerrorsNullmethod:e.g.currentbridge.Theindicatingdevicedoesnotneedtobelinearorevencalibrated.Watchoutforchangesintime
carpediemmlf·2018-10-18 20:26

朴素贝叶斯c++算法

EM算法和GibbsSampling的例子https://blog.csdn.net/lavorange/article/details/17841383https://www.jianshu.com/
X先生_未知数的X·2018-10-09 20:55

上采样，反卷积，上池化概念区别

1、Upsampling（上采样）在FCN、U-net等网络结构中，涉及到了上采样。上采样概念：上采样指的是任何可以让图像变成更高分辨率的技术。
庆志的小徒弟·2018-10-08 20:37

深度学习 查漏补缺篇章

——写给钻牛角尖的完美主义感受野深度理解反卷积（deconvolution）的理解+上采样(UNSampling)与上池化(UnPooling)空洞卷积（Dilated/AtrousConvolution
Snoopy_Dream·2018-10-06 11:30

Importance Sampling

因此我们对采得的每个样本都加上一个权重，比原分布概率大的样本就减小它的权重，比原分布概率小的样本我们增加它所占的权重，最后再对权重归一化:重要性采样需要解决的问题是：如何对一个已知的概率分布得到样本，即抽样（sampling
TonnyYan·2018-09-29 20:56

反卷积(Deconvolution)、上采样(UNSampling)与上池化(UnPooling)

blog.csdn.net/A_a_ron/article/details/79181108前言在看图像语义分割方面的论文时，发现在网络解码器结构中有的时候使用反卷积、而有的时候使用unpooling或或者unsampling
醉小义·2018-09-26 10:01

西瓜书_3_线性模型及python实现

类别不平衡问题.现有技术大体上有三类做法:第一类是直接对训练集里的反类样例进行"欠采样"(undersampling)，即去除一些反倒使得正、反例数日接近7然后再进行学习;第二类是对训练集里的正类样例进行
HELLOTREE1·2018-09-09 23:13

轻松理解转置卷积(transposed convolution)/反卷积(deconvolution)

原文地址:Up-samplingwithTransposedConvolution在CNN中,转置卷积是一种上采样(up-sampling)的方法.如果你对转置卷积感到困惑,那么就来读读这篇文章吧.本文的
lanadeus·2018-09-09 00:27

[DataAnalysis]常用数据预处理方法汇总

抽样sampling统计学使用抽样是因为得到感兴趣的整个数据集成本太高、太费时间，但是数据挖掘使用抽样是因为处理所有的数据的费用成本太高、太费时间。抽样方法包括：简单随机抽样；分层抽样等。
TOMOCAT·2018-09-08 18:26

理论分布和抽样分布------（四）抽样分布

抽样分布（samplingdistribution）是统计推断的基础。一、统计数的抽样及其分布参数从总体中随机抽样得到样本，获得
mengjizhiyou·2018-09-08 11:30

qwai学习记录

Thompsonsampling介绍贝叶斯学派对CTR的预估为以上是对ctr做平滑项的依据。 
Aryafung·2018-09-07 12:56

CNN概念之上采样，反卷积，Unpooling概念解释

前言本文译自quora上对《WhatisthedifferencebetweenDeconvolution,Upsampling,Unpooling,andConvolutionalSparseCoding
sooner高·2018-09-03 16:29

Sampling Theorem

我们对一个函数g(x)g(x)进行傅里叶变换得到G(fx)G(fx).然后将G(fx)G(fx)以周期ΔΔ进行展开构造出一个新的周期函数，然后将该周期函数转换成傅里叶序列：∑−∞∞G(fx+nΔ)=∑−∞∞gkexp(−i2πkfx/Δ)（1）∑−∞∞G(fx+nΔ)=∑−∞∞gkexp(−i2πkfx/Δ)（1）其中gkgk根据傅里叶系数变换规则计算得到：gk=1Δg(kΔ)（2）gk=1Δg(
SilenceHell·2018-08-30 12:24

统计学——可汗学院

统计入门——可汗学院SampleandpopulationSummaryofPopulationandSampleLawofLargeNumberCentrallimittheoremSamplingdistributionWhatisasamplingdistribution
XindiOntheWay·2018-08-20 15:40

jpeg # 查看图片的Orientation旋转信息

获取图片信息如下:Format:JPEGFilesize:360KiBImageFormat:JPEGWidth:4032pixelsHeight:3024pixelsColorspace:YUVChromasubsampling
FlyingPenguin·2018-08-18 05:30

Python数据处理—复杂信号傅里叶变换（FFT）

单频信号FFT#singlefrequencysignalsampling_rate=2**14fft_size=2**12t=np.arange(0,1,1
heibaisemang·2018-08-16 16:37

手写逻辑回归算法

archive.ics.uci.edu/ml/datasets/default+of+credit+card+clientsimportnumpyasnpimportpandasaspdfromimblearn.over_samplingimportSMOTEfromsklearn.model_selectionimporttrain_test
zh547368475·2018-08-16 15:45

图像的下采样Subsampling 与 上采样 Upsampling

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。
JokerJason·2018-08-06 11:00

Stanford 深度自然语言处理 学习笔记（三）

NegativeSampling用sigmoid表概率。
Chailyn_Trista·2018-07-31 09:09

Hive学习之路 （二十一）Hive 优化策略

怎样做笛卡尔积五、怎样写in/exists语句六、设置合理的maptask数量七、小文件合并八、设置合理的reduceTask的数量九、合并MapReduce操作十、合理利用分桶：Bucketing和Sampling
mnasd·2018-07-30 16:49

【论文笔记】Gmapping

ImprovedTechniquesforGridMappingwithRao-BlackwellizedParticleFiltersImprovingGrid-basedSLAMwithRao-BlackwellizedParticleFiltersbyAdaptiveProposalsandSelectiveResampling
Elodier·2018-07-25 17:16
上一页 37 38 39 40 41 42 43 44 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他