论文笔记：Personalized Tag Recommendation for Images Using Deep Transfer Learning
感想 这是我发现的利用深度迁移学习做标签推荐的，不过百度是搜不到这篇论文的，这应该是一篇B类论文，利用了YOLOv2提取图片对象特征，利用VGG提取图片分类特征，这样用FM和PITF来整合这些特征，作为最终的输出。取得的效果还蛮不错，不过我个人感觉这几个网络不是在一起训练的，这可以作为一个研究的点继续做下去。 1 介绍 每天都有大量的数字资源被世界各地的用户存储、共享和访问。为了辅助图片的组织和检
相关文章
- 1. 论文笔记：Personalized Deep Learning for Tag Recommendation
- 2. 论文笔记：Tag-Aware Personalized Recommendation Using a Hybrid Deep Model
- 3. Non-Sampling Learning for Personalized Recommendation——笔记
- 4. 论文笔记：Personalized Image Annotation Using Deep Architecture
- 5. 论文阅读笔记：Transfer Learning for Deep Sentiment Analysis
- 6. Secure Federated Transfer Learning（论文笔记）
- 7. Machine Learning & Deep Learning 论文阅读笔记
- 8. 论文笔记4：Language Understanding for Text-based Games using Deep Reinforcement Learning
- 9. [论文笔记]Learning Deep Features for Scene Recognition using Places Database
- 10. 1707.Deep Learning for Person Reidentification Using Support Vector Machines 论文笔记
- 更多相关文章...
- • Docker images 命令 - Docker命令大全
- • Docker tag 命令 - Docker命令大全
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Scala 中文乱码解决
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 论文笔记：Personalized Deep Learning for Tag Recommendation
- 2. 论文笔记：Tag-Aware Personalized Recommendation Using a Hybrid Deep Model
- 3. Non-Sampling Learning for Personalized Recommendation——笔记
- 4. 论文笔记：Personalized Image Annotation Using Deep Architecture
- 5. 论文阅读笔记：Transfer Learning for Deep Sentiment Analysis
- 6. Secure Federated Transfer Learning（论文笔记）
- 7. Machine Learning & Deep Learning 论文阅读笔记
- 8. 论文笔记4：Language Understanding for Text-based Games using Deep Reinforcement Learning
- 9. [论文笔记]Learning Deep Features for Scene Recognition using Places Database
- 10. 1707.Deep Learning for Person Reidentification Using Support Vector Machines 论文笔记