熵率是要探讨信源编码的长期平均速率的极限。现在我们先要复习一些概率论基础,我本来是不想在这边写这些的,但是我没单独写概率论,所以还是提一下。以后的内容均在一定程度上依赖于基础实分析。
-
浅谈强化学习的深度学习方法
本文将引入强化学习这一领域,并简要介绍一些基础的理论建模,及其深度学习的解法,例如 Deep Q Learning 和 Policy Gradient 。
-
生成模型:自回归模型、变分自编码器与生成对抗网络
本文将引入一个新的研究分支,即生成模型,并且将简要介绍其中的自回归模型、变分自编码器与生成对抗网络。
-
视频识别与分类
本文将简要介绍一些从图像识别扩展到视频识别的技术。
-
3D 视觉
本文简要介绍了处理 3D 视觉问题的一些基本技术。
-
西罗定理的证明
感觉中科大那本书的证明写得有烂啊,本文主要参照了华师大版近世代数的证明。
阅读本文需要一定的群论基础。
-
物件侦测与语义分割
本文简要介绍了用于 Object Detection 的 Region Proposal 以及 R-CNN 。
-
贝叶斯方法与逻辑回归
本来是想按照课程内容写的,但后来还是决定另起炉灶了。本文将简要的介绍
-
卷积神经网络的可视化与可解释性
CNN 的中间结果可视化技术原来还可以拿来干这些事情。
-
注意力机制
Attention Is All You Need.