写得真好啊，请教一下，能从形式化的角度理解domain adaptation的条件概率相同但是边缘分布不同了，怎么去直观得理解呢，比如一个例子
迁移学习中的条件概率分布与边缘概率分布在迁移学习中，一个热门的研究方向是领域自适应（Domain Adaptation）。在领域自适应的定义中，涉及到条件概率分布与边缘概率分布，先就其定义解释如下。 首先定义联合...
发简信
IP属地：天津
-
-
iNav飞控使用指导
-
Linux USB摄像头使用一、使用V4l2工具调试摄像头 1.v4l2-ctl 常用操作 2.v4l2-ctl 命令 3.usb摄像头与video匹配 linux系统接上usb摄像头会出现/dev/v...
-
Thanks for your great work!
基于深度相机 RealSense D435i 的 ORB SLAM 2
相比于上一篇文章，这里我们将官方给的 rosbag 数据包替换为来自深度相机的实时数据。之所以选择 Intel RealSense 这款深度相机，仅仅是因为它是最容易买到的。...
-
【Python魔术方法】迭代器(__iter__和__next__)
python里面有很多的以__开始和结尾的函数，利用它们可以完成很多复杂的逻辑代码，而且提高了代码的简洁性，本文主要总结了迭代器用到的魔术方法，并且主要以代码例子进行解释。 ...
-
linux opencv4.2
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D INSTALL_C_EXAMP...
-
确实有精度损失的问题，opencv有没有变换矩阵
OpenCV矩阵与Eigen矩阵相互转换
一、OpenCV与Eigen的交互 OpenCV矩阵结构为：cv::Mat，或者cv::Mat_等，当需要与Eigen的矩阵结构相互转换时主要使用函数： cv::eigen2...
-
NLP必读 | 十分钟读懂谷歌BERT模型目录 一、前言 二、如何理解BERT模型 三、BERT模型解析 1、论文的主要贡献2、模型架构3、关键创新3、实验结果 四、BERT模型的影响 五、对BERT模型的观点 六、...
-
深度学习（9）-word embeddingWord Embedding 在自然语言处理中词向量是很重要的，首先介绍一下词向量。之前做分类问题的时候大家应该都还记得我们会使用one-hot编码，比如一共有5类，那么属于...
-
深度学习（7）深入理解dropout目录： Dropout简介 1.1 Dropout出现的原因 1.2 什么是Dropout 2. Dropout工作流程及使用 2.1 Dropout具体工作流程 2.2 D...
-
深度学习（6）tensorflow-summary for tensorboard
tensorboard 作为一款可视化神器，可以说是学习tensorflow时模型训练以及参数可视化的法宝。 而在训练过程中，主要用到了tf.summary()的各类方法，能...
-
深度学习（8）深入理解pytorch的卷积池化及tensor shape的计算
卷积层 1、class torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0...
-
那您是看走眼了，我写字写了二十多年了
Ubuntu启动错误——kernel panic not syncing vfs unable to mount root fs on unknown-block 0 0 – error
出现这种错误的原因多半是/boot盘空间不够，你的Ubuntu内核做了许多的更新，而默认情况下，Ubuntu将保留旧的内核并将它们添加到可在Grub2启动加载器菜单中启动的可...
-
Ubuntu启动错误——kernel panic not syncing vfs unable to mount root fs on unknown-block 0 0 – error
出现这种错误的原因多半是/boot盘空间不够，你的Ubuntu内核做了许多的更新，而默认情况下，Ubuntu将保留旧的内核并将它们添加到可在Grub2启动加载器菜单中启动的可...
个人介绍
就读于山东大学计算机科学与技术学院，目前在北京大学和北京电影学院交流学习，对三维重建，机器人视觉，深度学习感兴趣。
邮箱：bamboosdu@gmail.com
邮箱：bamboosdu@gmail.com