翻译

基于生成对抗网络的数据驱动人群模拟（CASA2019）   本文提出了一种新的数据驱动的人群模拟方法，可以模拟给定环境下行人的观察交通。给定一组观察到的轨迹，我们使用一种最近形式的神经网络，生成性对抗网络(GANS)，来学习这个集合的属性，并生成具有类似属性的新轨迹。我们定义了一种模拟行人(代理)在处理局部碰撞避免时遵循这样的轨迹的方法。因此，系统可以生成行为类似于观察的人群，同时仍然能够实现代理 »

论文标题： Neural Machine Translation with Universal Visual Representation 论文作者： Zhuosheng Zhang, Kehai Chen, Rui Wang, Masao Utiyama, Eiichiro Sumita, Zuchao Li, Hai Zhao 论文链接： https://openreview.net/foru »

       看了网上一些解读论文的都是不是很全面啊，呃呃呃。。。不会整一些段子跟斗图可能有些枯燥，废话不多说直接开整吧！整个论文重点放在了地图融合跟优化上面可以一边看原论文一边看这个，里面参杂了一些个人理解，哪里错误和理解不到位的地方可以一起讨论啊。排版好像有问问题，从word直接拷过来的。        大致看了下代码没有细看而且还没试跑，命名及流程啥的基本跟2代一样，不过优化部分代码8000 »

作者丨薛洁婷 学校丨北京交通大学硕士生 研究方向丨图像翻译 图像翻译通常要解决两个问题：将原域图像翻译至目标域并且翻译后的图像和原域图像保持相似性。我们利用 GAN 可以很好的解决第一个问题，而针对第二个问题大多数模型都是通过限制生成器来实现，比如在生成器某层中使用跨域权重耦合或者设计循环一致性损失等。但是限制生成器可能不仅会影响模型的多样性而且还会阻止模型学习某些必要映射。 因此作者提出了 »

SSD: Single Shot MultiBox Detector 摘要：我们提出了一种使用单个深层神经网络检测图像中对象的方法。我们的方法，名为SSD，将边界框的输出空间离散化为一组默认框，该默认框在每个特征图位置有不同的宽高比和尺寸。在预测期间，网络针对每个默认框中的每个存在对象类别生成分数，并且对框进行调整以更好地匹配对象形状。另外，网络组合来自具有不同分辨率的多个特征图的预测，以适应处理 »

微软文本检索 This article was written by MysticGeek, a tech blogger at the How-To Geek Blogs. 本文由How-To Geek Blogs的技术博客MysticGeek撰写。 Let’s face it, in a global business market we don’t all speak the same »

深度残差收缩网络是深度残差网络的一种改进，针对的是数据中含有噪声或冗余信息的情况，将软阈值化引入深度残差网络的内部，通过消除冗余特征，增强高层特征的判别性。以下对部分论文原文进行了翻译，仅以学习为目的。 【题目】Deep Residual Shrinkage Networks for Fault Diagnosis 【翻译】基于深度残差收缩网络的故障诊断 Abstract (摘要) Abstra »

主要内容： 删除一些高关联度的朋友，可能会限制用户交更多朋友的可能性，这会让用户更加闭塞，会破坏社交网络的目的。 不考虑社交效用降低用户易受攻击性研究如数据科学论文翻译笔记6所示。 在考虑社交效用的用户易受攻击性降低研究中，比较删除V指数最高的1位、2位、10位、50位朋友前后用户V指数变化。接着，在保持可接受的社会效用损失情况下，比较删除1位、2位、10位、50位朋友前后用户V指数变化。最后，比 »

怎么把英文翻译成中文？现如今来中国的老外越来越多，我们的身边可能都会有几个外国朋友，对于不会外语的朋友来说，如何解决交流问题成为了一个值得关注的问题。那么有没有手机完成英文翻译成中文的简单方法呢？当然有，小编分享给大家一个好方法。 第一步：打开工具 我们在手机应用市场打开软件，打开后在语音翻译模式和文本翻译模式中，选择一种翻译模式，小编喜欢使用语音翻译模式。 第二步：选择语言 选择语言，源语言 »

Paper：《First Order Motion Model for Image Animation》翻译与解读         目录 《First Order Motion Model for Image Animation》翻译与解读 Abstract 1 Introduction   2 Related work   3 Method 3.1 Local Affine Transforma »

更多好玩的机器学习教程: 进入袋马学院领一份 ，全部免费?. 当开始一个新的项目时，我会快速的选择开发和测试数据集，这样可以给团队定出明确的目标。 我一般会要求我的团队在一周内，提出初始的开发/测试数据集和初始的衡量指标。一开始的想法不完美并没关系，但是要快，千万不能过度思考。但是这一做法不适合成熟的机器学习应用，比如反垃圾有效系统，据我所知，真的这些成熟的系统，工作人员会花费数月的时间来优化开 »

本文是InfoGAN的翻译，原文地址：https://arxiv.org/abs/1606.03657 相当一部分部分翻译参照于：https://blog.csdn.net/pingguolou/article/details/72920970 infoGAN：通过最大化生成对抗网络中信息的可解释性表征学习 Xi Chen†‡, Yan Duan†‡, Rein Houthooft†‡, Jo »

【论文翻译】：Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector【论文来源】：Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector【翻译人】：[email protected]实验室 Few-Shot Objec »

六、自定义属性         Tiled一个主要的优势在于可以给它的基础数据结构添加自定义属性。这种方式可能包含了许多种形式的自定义信息，这些信息可能会在你集成Tiled地图的框架使用到。        自定义属性在属性窗口展示。这个窗口是对上下文环境敏感的，通常显示最后一个被选择对象的属性。在图块集上对应图块或者在对象层上代码对象，它还可以支持多选。 属性窗口 6.1 添加属性 当你添加 »

作者 | SHARON ZHOU 译者 | 王天宇 编辑 | 2812 出品 | AI 科技大本营 【导读】前一段时间，大家都在热议 Google 的翻译系统出现了一些相当奇怪的结果，例如下图呈现的是最被大家谈及的一个翻译结果。  后来 Google 发言人也对包括数据在内等因素做出了解释（“这只是一个将无意义的话语输入系统然后产生无意义输出的功能”），随后界内一些技术人员也发表了分析与 »

Unsupervised Neural Machine Translation with SMT as Posterior Regularization 知识点 摘要 介绍 模型结构 定向self-attention 权重共享 这是来自于中科院的的一篇文章，发表于2018年ACL。 文章链接： Unsupervised Neural Machine Translation with Wei »

用Alfred3+有道快速翻译中英文 好好学习，天天向上。 1.安装Alfred3 https://www.alfredapp.com/ 支持正版，购买**码可以购买家庭版，支持多人，最多没说多少，5~6人应该是没问题的。 下载安装这个省略了。 使用workflow 打开Alfred3后，Mac的工具栏会多一个帽子：就代表你的Alfred已经运行了。 下载一个workflow文件：有道翻译 提取 »

以太网 术语 “以太网” 指的是 1980 年首次引入并在 1983 年标准化为 IEEE 802.3 的技术。以太网是有线网络，通常通过双绞线实现，但也存在光纤和同轴电缆。然而，同轴已被取代，并且没有人再使用它。 最初，标准的速度为 1 Mb/s，但后来标准将其增加到前 10 Mb/s，后来增加到 100 Mb/s 和 1Gb/s。后两者仍然是当今最流行的连接速度。 以太网可以使用长达 100 »

近日，有道发布了一项全新的翻译服务——人机翻译，通过自研的神经网络翻译技术（YNMT），让翻译的价格创了新低。 早在2011年，有道就推出了专业的人工翻译服务，这项服务由具有翻译资格的译员提供高质量的翻译结果。而比起纯粹的人工翻译，此次发布的有道人机翻译最大的不同之处在于它把有道神经网络翻译（Youdao Neural Machine Translation,YNMT）和专业人工翻译结合在了一起， »

Shape Robust Text Detection with Progressive Scale Expansion Network 基于渐进式尺寸可扩展网络的形状鲁棒文本检测 论文链接：https://arxiv.org/pdf/1806.02559.pdf 论文代码：https://github.com/whai362/psenet【摘要】 形状鲁棒性文本检测面临的挑战主要有两个方面：1 »