- 博客(1395)
- 收藏
- 关注
RSS订阅原创 简析PointNet
PointNet是首个直接处理点云数据的深度学习方法。针对点云的无序性、点间关系、几何变换不变性及噪声问题，PointNet创新性地采用对称函数（max pooling）实现顺序不变性，通过T-Net网络实现几何变换鲁棒性，并结合局部与全局特征融合机制。理论证明其仅依赖关键点集，对缺失和噪声具有强鲁棒性。实验显示，即使50%点缺失，分类准确率仅下降3.7%。该架构奠定了三维深度学习的基石，为点云分类、分割等任务提供了统一解决方案。
2025-05-28 15:33:52
557
原创 花卉图片分类实战 -- 基于预训练的 Vision Transformer 实现
花卉图片分类实战 -- 基于预训练的 Vision Transformer 实现
2025-02-15 10:51:32
729
原创 生成式聊天机器人 -- 基于Transformer实现的SeqToSeq模型 -- 上
生成式聊天机器人 -- 基于Transformer实现的SeqToSeq模型 -- 上
2025-02-13 16:03:37
767
原创 生成式聊天机器人 -- 基于Pytorch + Global Attention + 双向 GRU 实现的SeqToSeq模型 -- 下
生成式聊天机器人 -- 基于Pytorch + Global Attention + 双向 GRU 实现的SeqToSeq模型 -- 下
2025-02-09 23:39:20
1212
原创 生成式聊天机器人 -- 基于Pytorch + Global Attention + 双向 GRU 实现的SeqToSeq模型 -- 上
生成式聊天机器人 -- 基于Pytorch + Global Attention + 双向 GRU 实现的SeqToSeq模型 -- 上
2025-02-09 19:22:17
1226
转载 基于 Neural Style Transfer 论文 实现的图像风格迁移
基于 Neural Style Transfer 论文 实现的图像风格迁移
2025-01-24 12:30:01
131
1
原创 MIT 6.824 -- Cache Consistency -- 11
MIT 6.824 -- Cache Consistency -- 11
2023-10-22 00:18:15
526
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人