学习
实践
活动
专区
工具
TVP
写文章

机器学习炼丹术

LV0
举报
发表了文章

第一弹CVPR 2021 | 多分辨率蒸馏的异常检测

当前无监督表示学习Unsupervised representation learning已经成为当前图像异常检测/定位的重要部分,这种学习表示法具有两方面的挑...

机器学习炼丹术
https网络安全
发表了文章

alphaFold2 | 补充Evoformer之outer productor mean

这张图中,左边msa特征中,画出来的分别是第i个氨基酸和第j个氨基酸的特征。这两个特征分别是(s,c)的形状,s表示msa特征的氨基酸序列数,c是特征数量。而右...

机器学习炼丹术
发表了文章

alphaFold2 | 模型细节之Evoformer

上一篇文章谈了一下MSA和pair representation特征的构建,现在我们来看模型结构了。

机器学习炼丹术
批量计算
发表了文章

alphaFold2 | 模型细节之特征提取(三)

文章链接: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8371605/

机器学习炼丹术
pytorch
发表了文章

alphaFold2 | 模型框架搭建

上一篇文章谈了一下alphafold所解决的问题,以及相关的一些背景知识。这一篇则为高潮部分,算法讲解。结合李沐老师的讲解和github上已经开源的代码(非官方...

机器学习炼丹术
数据库SQL机器学习神经网络深度学习
发表了文章

啃下alphaFold2 | 解决问题及背景

在之前的内容中,曾经讲解过蛋白质的表达法,称之为SMILE。当时是研究做durg-target interaction预测的。现在我们来看alphaFold的算...

机器学习炼丹术
https网络安全
发表了文章

生成专题4 | StyleGAN2的其他改进

在生产人脸的同时,我们希望可以控制人脸的属性,不同的latent code可以得到不同的人脸,当确定latent code变化的具体方向时,该方向上不同的大小对...

机器学习炼丹术
机器学习神经网络深度学习人工智能编程算法
发表了文章

生成专题3 | StyleGAN2对AdaIN的修正

StyleGAN第一个版本提出了通过AdaIN模块来实现生成,这个模块非常好也非常妙。

机器学习炼丹术
机器学习神经网络深度学习人工智能编程算法
发表了文章

生成专题2 | 图像生成评价指标FID

FID依然是表示生成图像的多样性和质量,为什么FID越小,则图像多样性越好,质量越好。

机器学习炼丹术
机器学习神经网络深度学习人工智能
发表了文章

生成专题1 | 图像生成评价指标 Inception Score (IS)

熵entropy可以被用来描述随机性:如果一个随机变量是高度可预测的,那么它就有较低的熵;相反,如果它是乱序随机的,那么它就是有较高的熵。这和训练分类网络所用的...

机器学习炼丹术
发表了文章

DTI特征工程 | iDTI-ESBoost | 2017 | REP

【前言】:我百度了一下,sci reports是四大水刊之一,发文量巨大一年几万的发文量,2021影响因子4点多。

机器学习炼丹术
Linux编程算法特征工程ES
发表了文章

self-training | MICCAI2021 | BN层的source free的迁移

【前言】:Source-free的论文被拒之后,reviewer给出了很好的意见,并且给出了一些相关的论文。之前的文献整理阶段没有做完善,对比试验比较少,所以被...

机器学习炼丹术
批量计算
发表了文章

NLP | 简单学习一下NLP中的transformer的pytorch代码

其为一个简单的存储固定大小的词典的嵌入向量的查找表,意思就是说,给一个编号,嵌入层就能返回这个编号对应的嵌入向量,嵌入向量反映了各个编号代表的符号之间的语义关系...

机器学习炼丹术
PythonCSS
发表了文章

DIT | 简化分子线性输入规范SMILE

简化分子线性输入规范(SMILES)是一种用ASCII字符串明确描述分子结构的规范。

机器学习炼丹术
编程算法
发表了文章

DTI | Drug-target interaction基础认识

可以把蛋白质想象成一个大型的球状结构,上面有很多的凹槽(grooves)什么是结合部位(Binding Site)?

机器学习炼丹术
发表了文章

preprint版本 | 何凯明大神新作MAE | CVPR2022最佳论文候选

本文证明了蒙面自动编码器(MAE)是一种可扩展的计算机视觉自监督学习器。我们的MAE方法很简单:我们屏蔽输入图像的随机补丁并重建丢失的像素。

机器学习炼丹术
编程算法批量计算TCP/IPCSS
发表了文章

self-training | 域迁移 | source-free(第二篇)

上图展示了source-free domain adaptation和一般的DA的区别。在之前的两篇source-free的论文中已经反复讲解,不再赘述。

机器学习炼丹术
BashBash 指令编程算法
发表了文章

self-training | 域迁移 | source-free的域迁移(第一篇)

训练得益于大量的数据,A数据集有标注,B数据集无标注。如何利用A数据集在B数据集上取得效果,这是经典的Domain adaptation问题。

机器学习炼丹术
BashBash 指令迁移监督学习
发表了文章

图网络 | Graph Attention Networks | ICLR 2018 | 代码讲解

【前言】:之前断断续续看了很多图网络、图卷积网络的讲解和视频。现在对于图网络的理解已经不能单从文字信息中加深了,所以我们要来看代码部分。现在开始看第一篇图网络的...

机器学习炼丹术
数据结构GitHubGit开源
发表了文章

小样本分割 | FSS1000 | CVPR2020

和COCO,imageNET的等数据集比较,这个FSS1000数据集包含1000个类别,每个类别包含10张带有标注的图像。1000个类别涵盖日常用到的类别,包含...

机器学习炼丹术

个人简介

个人成就

扫码关注腾讯云开发者

领取腾讯云代金券