『论文笔记』Self-challenging Improves Cross-Domain Generalization
Information
- Title: Self-challenging Improves Cross-Domain Generalization
- Author: Zeyi Huang, Haohan Wang, Eric P. Xing & Dong Huang
- Institution: School of Computer Science, Carnegie Mellon University,
Pittsburgh, USA
- Year: 2020
- Journal: ECCV
- Source: Springer, Arxiv, Official code
- Idea: 根据梯度大小将比较重要的特征掩去来强迫模型学习更多标签相关的特征
『LeetCode』934 最短的桥
『论文笔记』Semantic Image Synthesis With Spatially-Adaptive Normalization
Information
- Title: Semantic Image Synthesis With Spatially-Adaptive Normalization
- Author: Taesung Park, Ming-Yu Liu, Ting-Chun Wang, Jun-Yan Zhu
- Institution: UC Berkeley, NVIDIA, MIT CSAIL
- Year: 2019
- Journal: CVPR
- Source: Open access, Github
- Idea: 通过空间自适应归一化计算 norm 层的仿射变换参数
『LeetCode』779 第K个语法符号
『论文笔记』Domain Generalization of A Survey
Information
- Title: Domain Generalization: A Survey
- Author: Kaiyang Zhou, Ziwei Liu, Yu Qiao, Tao
Xiang, and Chen Change Loy
- Institution: 新加坡南洋理工大学
- Year: 2022
- Journal: IEEE Transactions on Pattern Analysis and Machine Intelligence
- Source: IEEE, Arxiv
- Idea: 综述
『LeetCode』1700 无法吃午餐的学生数量
Shell
前言
学习 Shell 语言的一些笔记。
Shell 是一种命令行语言，也可以作为一种脚本语言，Linux 中的命令行窗口就是 Shell 的界面，所以有必要稍微了解一些 Shell 的基本语法。
『LeetCode』904 水果成篮
Normalization源码解析及复现
前言
本文以 2D 图像数据为例对 BN(Batch Normalization), LN(Layer Normalization), IN(Instance Normalization), WN(Weight Normalization) 的 Pytorch 源码进行了分析解读。以期通过对源码的分析可以加深对这几种方法的理解。
我将首先简单分析一下 Pytorch 中对几种方法的 Python 实现，虽然深入探究一下底层 C++ 源码的实现，最后根据我们学习到的方法复现出 Pytorch 的实现效果。