会员服务
这种方法被称为Sparse Coding。通俗的说，就是将一个信号表示为一组基的线性组合，而且要求只需要较少的几个基就可以将信号表示出来
《中国图象图形学报》2020年第3期目次
《中国图象图形学报》2020年第3期目次
中国图象图形学报
0+阅读 · 2020年3月31日
教程 | 无监督学习中的两个非概率模型：稀疏编码与自编码器
教程 | 无监督学习中的两个非概率模型：稀疏编码与自编码器
机器之心
1+阅读 · 2017年7月2日
可微编程：打开深度学习的黑盒子
可微编程：打开深度学习的黑盒子
深度学习大讲堂
2+阅读 · 2018年6月7日
雷达低可观测目标探测技术
雷达低可观测目标探测技术
科技导报
5+阅读 · 2017年8月15日
大讲堂 | 稀疏流形变换 & 基于最大熵的CTC改进算法
大讲堂 | 稀疏流形变换 & 基于最大熵的CTC改进算法
AI科技评论
1+阅读 · 2018年12月28日
CVPR 2022｜利用属性编辑实现可控、可靠的小样本图像生成
CVPR 2022｜利用属性编辑实现可控、可靠的小样本图像生成
极市平台
0+阅读 · 2022年3月25日
基础｜Word2vec的原理介绍
基础｜Word2vec的原理介绍
全球人工智能
10+阅读 · 2018年1月4日
ICML 2018 | 第四范式联合港科大提出样本自适应在线卷积稀疏编码
ICML 2018 | 第四范式联合港科大提出样本自适应在线卷积稀疏编码
机器之心
0+阅读 · 2018年7月19日
【深度学习】大牛的《深度学习》笔记，Deep Learning速成教程
【深度学习】大牛的《深度学习》笔记，Deep Learning速成教程
产业智能官
12+阅读 · 2018年4月6日
稠密vs.稀疏编码，哪个更好用？
稠密vs.稀疏编码，哪个更好用？
KingsGarden
8+阅读 · 2017年11月19日
一文概览基于深度学习的超分辨率重建架构
一文概览基于深度学习的超分辨率重建架构
论智
23+阅读 · 2018年3月24日
【深度学习】可微编程：打开深度学习的黑盒子；深度学习在智能电网图像识别与故障检测中的应用
【深度学习】可微编程：打开深度学习的黑盒子；深度学习在智能电网图像识别与故障检测中的应用
产业智能官
1+阅读 · 2018年6月28日
【深度学习】【机器视觉】深度学习在计算机视觉领域的应用一览
【深度学习】【机器视觉】深度学习在计算机视觉领域的应用一览
产业智能官
1+阅读 · 2019年4月5日
机器学习中的特征工程总结！附特征工程电子书178页pdf下载
机器学习中的特征工程总结！附特征工程电子书178页pdf下载
专知
4+阅读 · 2020年10月18日
LeCun新作，一张卡就能训！方差正则，抛弃L1正则，稀疏编码器不再崩溃
LeCun新作，一张卡就能训！方差正则，抛弃L1正则，稀疏编码器不再崩溃
极市平台
0+阅读 · 2022年1月5日
参考链接
微信扫码咨询专知VIP会员
Top