Representation Learning: A Review and New Perspectives閱讀筆記
摘要-機器學習算法依賴於數據表示，盡管特定的領域知識可以被幫助用來學習知識表示，先驗知識也是可以用來學習的，並且應用先驗知識設計更有效的知識表示學習算法正是AI的需求。這篇文章回顧了非監督特征學習和深度學習相關領域的最新的工作，包括概率模型的進展，自動編碼機、主流學習和深度網絡。這激發我們思考一些問題，比如如何學習好的表示，如何計算表示，表示學習、密度評估和主流學習之間的幾何關系。
關鍵字-深度學習，表示學習，特征學習，非監督學習，玻爾茲曼機，自動編碼機，神經網絡
1、引言
早期的學習算法不能提取和組織數據中的判別信息，特征工程師利用人類的智慧和先驗知識來彌補這一缺點的辦法，為了擴展機器學習的適用範圍，降低學習算法對特征工程的依賴程度。
這篇文章主要內容是表示學習，數據的表示學習有助於構建分類器和進行數據的其他預測。這篇文章聚焦於表示學習的深度學習方法，表示學習的深度學習方法由多個非線性變換組成，可以產生更加抽象和有用的數據表示。我們思考一些基本的問題，什麽使得一種表示優於另一種？我們如何計算表示，即如何進行特征提取？表示學習的目標函數是什麽樣的。
2、為什麽我們要關註表示學習
Representation Learning: A Review and New Perspectives閱讀筆記
相關推薦
Representation Learning: A Review and New Perspectives閱讀筆記
文章 構建 review 什麽 幫助 函數 深度 表示 工程 摘要-機器學習算法依賴於數據表示，盡管特定的領域知識可以被幫助用來學習知識表示，先驗知識也是可以用來學習的，並且應用先驗知識設計更有效的知識表示學習算法正是AI的需求。這篇文章回顧了非監督特征學習和深度學習相關領
Explainable Recommendation: A Survey and New Perspectives讀書筆記
推薦系統的研究問題可分成5W，可解釋性推薦主要是回答why這個問題。 - when time-aware recommendation - what application-aware recommendation - who social
【論文閱讀筆記】Deep Learning based Recommender System: A Survey and New Perspectives
【論文閱讀筆記】Deep Learning based Recommender System: A Survey and New Perspectives 2017年12月04日 17:44:15 cskywit 閱讀數：1116更多 個人分類： 機器學習
Deep Learning based Recommender System: A Survey and New Perspectives （2）
感想 篇幅有限，這是接著上面的續篇，let's continue 4.2基於Autoencoder的推薦系統 現存的兩種把autoencoder運用到推薦系統上的方法為：（1）使用autoencoder在bottleneck層學習低維特徵表達；（2）直接在重構層填充評分矩
神經網路解決推薦系統問題（綜述：A Survey and New Perspectives ）
--------隨著網路資訊數量的不斷增加、複雜性和動態性的不斷提高，推薦系統已經成為克服此類資訊過載的一個有效的關鍵解決方案，它能夠以個性化的方式來發現產品和服務，為使用者提供嚮導。 過去幾年深度學習在許多領域取得了巨大成功，首當其衝就是計算機視覺和語音識別。深度學習在處理複雜任
Look into Person: Joint Body Parsing & Pose Estimation Network and A New Benchmark閱讀筆記
ati 技術分享 mar 最大 ali ndt and 兩個 mat Look into Person: Joint Body Parsing & Pose Estimation Network and A New Benchmark閱讀筆記 這篇論文主要是兩個貢獻
Adversarial Examples for Semantic Segmentation and Object Detection 閱讀筆記
Adversarial Examples for Semantic Segmentation and Object Detection （語義分割和目標檢測中的對抗樣本） 作者：Cihang Xie, Jianyu Wang, Zhishuai Zhang, Yuyin Zhou, Lingxi Xie,
《Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network》閱讀筆記
本文提出了一種利用生成對抗網路(GAN)對低解析度單一影象進行超解析度(super-resolution)的網路結構，作為GAN的一種重要應用，很值得去學習研究。閱讀原文點這裡。 Abstract 儘管我們已經利用更快更深的卷積神經網路(CN
1705.Person Re-Identification by Deep Joint Learning of Multi-Loss Classification 論文閱讀筆記
Person Re-Identification by Deep Joint Learning of Multi-Loss Classification 本文采用多loss分類聯合訓練同時學習行人條紋區域性特徵和全域性特徵，受益於區域性和全域性學習到的特徵具有
《Simple Baselines for Human Pose Estimation and Tracking》閱讀筆記
《Simple Baselines for Human Pose Estimation and Tracking》閱讀筆記 《Simple Baselines for Human Pose Estimation and Tracking》閱讀筆記 姿
RCNN:Rich feature hierarchies for accurate object detection and semantic segmentation 閱讀筆記
Rich feature hierarchies for accurate object detection and semantic segmentation 0. 簡介 本文是CVPR2014的論文，在這之前檢測最好的方法結合了low-lev
A Review on Deep Learning Techniques Applied to Semantic Segmentation 論文閱讀
為了以後的學習方便，把幾篇計算機視覺的論文放上來，僅為自己的學習方便。期間有參考了很多部落格和文獻，但是我寫的仍然很粗糙，存在很多的疑問。這篇文章是第一篇有關語義分割的總結，可能大學畢設會用到，暫時先簡單總結一下自己的所得。 大學快要畢業了，開始準備畢設，分割方向逃不了了。提示：排版對手機端
APPLYING DEEP LEARNING TO ANSWER SELECTION: A STUDY AND AN OPEN TASK 論文閱讀
論文名：APPLYING DEEP LEARNING TO ANSWER SELECTION: A STUDY AND AN OPEN TASK 作者來自IBM Watson 團隊 思路 將QA問題轉換為 Text matching和text sel
Optical Flow Guided Feature A Fast and Robust Motion Representation for Video Action Recognition論文解讀
Optical Flow Guided Feature A Fast and Robust Motion Representation for Video Action Recognition論文解讀 1. Abstract 2. 論文解讀 3
《GraphGAN：Graph Representation Learning with Generative Adversarial Nets》論文閱讀筆記
最近在準備碩士期間的畢業論文的開題工作，也是比較愁於沒有什麼好的畢業設計的想法。在學習完這篇論文後，我發現基於生成對抗網路的網路表示學習的方法挺有意思。通過寫這篇部落格也是想要加深自己對這篇論文的idea的理解，同時也想著是否我也可以提出一種改進或是適當借鑑一下這種思想。 &nbs
Machine Learning (4) Classification and Representation
1. Classification and Representation [分類和表達]： 1.1 Classification [分類]: 1.1.1 為了達到分類的目的，一種方法是使用線性迴歸，並將所有大於某值的預測對映為1，而所有預測小於該值的都對映為0。然而，這種
【論文閱讀】韓鬆《Efficient Methods And Hardware For Deep Learning》節選《Learning both Weights and Connections 》
Pruning Deep Neural Networks 本節內容主要來自NIPS 2015論文《Learning both Weights and Connections for Efficient Neural Networks》。 這部分主要介紹如何剪枝網路
【GAN ZOO閱讀系列】NONSUPERVISED REPRESENTATION LEARNING WITH DCGAN 使用深度卷積生成對抗網路的無監督的表示學習
Alec Radford & Luke Metz indico Research Boston, MA {alec,luke}@indico.io Soumith Chintala Facebook AI Research New York, NY [e
閱讀筆記——《FFDNet Toward a Fast and Flexible Solution for CNN based Image Denoising》
本博文屬於閱讀筆記，僅供本人學習理解用 論文連結：https://ieeexplore.ieee.org/abstract/document/8365806 給出程式碼（https://github.com/cszn/FFDNet） Many methods mos
論文閱讀：Disentangled Representation Learning GAN for Pose-Invariant Face Recognition
ICCV2017的文章，主要使用multi-task的GAN網路來提取pose-invariant特徵，同時生成指定pose的人臉。 下載連結： 作者： Motivation： 對於大pose的人臉識別，現在大家都是兩種方案：1 先轉正再人臉識別。2 直接學習