人工智能论文笔记,若有不当之处欢迎指正(发 issue 或 PR)。 ⛄欢迎扫码加入QQ交流群832405795 ↓
此 repo 旨在记录各 AI 论文具有启发性的核心思想和流程
- 点击论文标题前的超链接可访问原文
- 点击✒可进入流程速记页面,记录核心算法公式,便于复习
- 🐍 LeetCode最短Python题解 。
- 🚀 AI Power 云GPU租借/出租平台:图网络的计算需要高算力支持,赶论文、拼比赛的朋友不妨了解一下~ 现在注册并绑定(参考Github)即可获得高额算力,详情请参考AI Power指南
点击展开折叠
【2016 ICLR】 ✒ GATED GRAPH SEQUENCE NEURAL NETWORKS
动机:为了使GNN能够用于处理序列问题
- 图神经网络的一种,以每一次局部传播的结果作为输入,网络层数即传播次数固定,层与层之间的信息传递手法利用GRU的门控机制
【2020 AAAI】 ✒ Point2Node: Correlation Learning of Dynamic-Node for Point Cloud Feature Modeling
动机:探索自我(自身特征通道)相关性、局部相关性、非局部相关性
- 利用
softmax
引入自身通道注意力、节点与节点间注意力。考虑节点与节点间注意力时参考“Non-Local Neural Network”做矩阵乘法构建各点间的注意力。利用门控式分权聚合代替残差连接
【2020 AAAI】 ✒ Geometry Sharing Network for 3D Point Cloud Classification and Segmentation
动机:构建特征空间的相似连接,挖掘远距离相似结构的相关性
- 利用局部点构成的结构矩阵的特征值作为旋转平移不变的局部特征,寻找结构相似的点作为邻居
【2019 ICCV】 Interpolated Convolutional Networks for 3D Point Cloud Understanding
动机:利用插值解决点云数据结构的稀疏性、不规则性和无序性
- 预设几个离散卷积核权重的位置,对每个中心点所对应的核权重位置进行插值并归一化,然后计算激活值
【2019 ICCV】 PointCloud Saliency Maps
动机:建立点云的显著性图,评估每个点对于下游任务的重要性
- 将某点的坐标移动到原点,计算模型性能差异作为点对于下游任务的贡献度。贡献度由
loss
对于点坐标模长r
的偏导数决定
【2019 CVPR】 ✒ Modeling Local Geometric Structure of 3D Point Clouds using Geo-CNN
动机:显式建模局部点间的几何结构
- 将局部点云特征提取过程按三个正交基分解,然后根据边向量与基之间的夹角对提取的特征进行聚合,鼓励网络在整个特征提取层次中保持欧氏空间的几何结构
【2019 CVPR】 Graph Attention Convolution for Point Cloud Segmentation
动机:引入注意力机制缓解图卷积各向同性问题,避免特征污染
- 将离散卷积核设定为相对位置和特征差分的函数,并利用
softmax
做归一化
【2018 CVPR】 Mining Point Cloud Local Structures by Kernel Correlation and Graph Pooling
动机:类比卷积局部激活性到三维离散点云核相关
- 类比卷积核对分布相近数据具有更高激活值的特点,构造可学习的图核,通过局部区域点的分布与图核的相似性计算激活值
【2018 CVPR】 SplineCNN: Fast Geometric Deep Learning with Continuous B-Spline Kernels
动机:一个新的基于b样条的卷积算子,它使得计算时间独立于核大小
【2017 CVPR】 ⭐ PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation
动机:构造具有排列不变性的神经网络
- 本文开创 DL 在无序点云上识别的先河,利用核长为1的卷积核对每个点单独升维后使用对称函数(+、max 等)获取具有输入排列不变性的全局点云特征
点击展开折叠
【2019 CVPR】 Drop an Octave: Reducing Spatial Redundancy in Convolutional Neural Networks with Octave Convolution
动机:缓解卷积层在特征图空间频率的冗余
- 将卷积通道划分为俩个部分,高分辨率通道存储高频特征,低分辨率通道存储低频特征,提高效率
点击展开折叠
【2014】 ✒ Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation
- 提出了
GRU
,其效果与LSTM
相近,效率更高
点击展开折叠
【2019 ICCV】 ✒ Invariant Information Clustering for Unsupervised Image Classification and Segmentation
动机:提出一种新的聚类目标IIC作为端到端神经网络损失函数
- 以一对近似样本投入神经网络获得成对的输出,最大化俩者的互信息
点击展开折叠
- 二叉树结构,被用于实现优先队列
- 最小的数在最上面,子结点必定大于父结点
- 添加数据时加到最后一行从左往右添加,取出数据时拿走树顶的数并把最后一个(最后一行最右边一个)放在顶点处进行维护
- 添加/提取的时间复杂度都为
O(logN)
- 我们可以把二叉查找树当作是二分查找算法思想的树形结构体现
- 每个结点的值均大于其左子树上任意一个结点的值,小于其右子树上任意一个结点的值
- 删除节点后,在被删除结点的左子树中寻找最大结点放上去,如果需要移动的结点还有子结点,就递归执行前面的操作
- 平衡时时间复杂度为
o(logN)
,最坏情况下O(N)
- 对称型数据
- 需要控制局部出栈
- 控制局部出队
点击展开折叠
- 在有序数组中利用双指针可以降低时间复杂度
- 167. 两数之和 II - 输入有序数组
点击展开折叠
- 具有局部性质(比如连续)
- 利用local和global来分别记录以当前位置为结尾的局部值和全局值
点击展开折叠
- 以某个物体选或者不选作为节点分叉,构造BFS解决
- 完全背包问题需要在选择使用当前物体的情况下持续加分支直到不选用(即转化为01背包问题)
- 题目通常要求选择子集
点击展开折叠
- 解空间一定具有单调的性质
- 一般数学题会用到
点击展开折叠
- 重复“从序列右边开始比较相邻两个数字的大小,再根据结果交换两个数字的位置”,每次迭代都把最小的数字移动到最左边
- 时间复杂度:
O(N^2)
- 执行N次不放回地取最小值操作
- 时间复杂度:
O(N^2)
- 把右侧未排序的数逐个插入到左侧已经排好的区域
- 时间复杂度:
O(N^2)
- 把数据存进堆,然后从堆顶逐个取出
- 时间复杂度:
O(NlogN)
- 把数据递归地对半分,分到不能分的时候对半组合并排序
- 时间复杂度:
O(NlogN)
,将长度为N
的序列对半分割直到只有一个数据为止时,可以分成log2(N)
行,每行排序耗费N
次比较。也就是说,总的运行时间为 O(NlogN) -
def merge(num: list): if len(num) < 1: return num a = [] a1, a2 = merge(num[:(half:=len(num)//2)]), merge(num[half:]) while a1 and a2: if a1[0] > a2[0]: a1, a2 = a2, a1 a.append(a1[0]) a1 = a1[1:] return a + a1 + a2
- 选择一个基准值
m
,然后把数据划分为比m
小和不小于m
的俩个部分。递归这两个部分,最后整个数组就是从小到大了 - 时间复杂度:平均
O(NlogN)
,最差情况(每次m都选到极端数字,需要递归O(N)次)O(N^2)
-
def quick(num: list): if len(num) < 1: return num m, num = num[0], num[1:] l = quick([n for n in num if n < m]) r = quick([n for n in num if n >= m]) return l + [m] + r
点击展开折叠
- 边权和最小的生成树(无环,但连接了所有节点)
- Kruskal
- 对所有边进行排序
- 按权的顺序来添加边(已经连通的点不需要)
- Prim
- 随便选一点加入点集
- 选择距离点集最近的点加入点集
- 广度优先搜索(BFS)是一种对图进行搜索的算法。BFS会优先从离起点近的顶点开始搜索,这样由近及广。根据BFS的特性,其常常被用于
遍历
和搜索最短路径
- BFS一般流程:
class Solution(object): def BFS(self): # 1.使用 queue.Queue 初始化队列 q = Queue() # 2.选择合适的根节点压入队列 # 3.使用 wile 进入队列循环,直到搜索完毕 while not q.empty(): # { # 4.取出一个节点 q.get() # 5.放入这个节点周围的节点 q.put() # }
- 使用 BFS 时,需要抓住 3 个关键点:根节点是什么?根节点的一阶邻域节点是哪些?什么时候停止搜索?
- 深度优先搜索会沿着一条路径不断往下搜索直到不能再继续为止,然后再折返,开始搜索下一条候补路径。
- DFS一般流程类似于BFS,但是用栈而不是队列
点击展开折叠
✒ 矩阵
- 矩阵代表一种对空间内所有点的线性变换,即线性地改变空间的标准正交基
- 线性变换:旋转、缩放
- 方阵可分解为特征值与特征向量,矩阵的变化过程可以用多个方向的缩放表示,特征值代表方向,特征值代表程度
- 矩阵相乘的理解:
A[n, m] × B[m, k] = C[n, k]
,C[i][j] = A[i] · B[:, j].T
点击展开折叠
- accuracy 正确率:被分对的样本 / 所有样本
- precision 精度:分对的正样本 / 预测为正的样本
- recall 召回率(真阳性率):分对的正样本 / 正样本,有病的被查出来的概率
- 假阳性率:分错的负样本 / 负样本,没病的被当成有病的概率
- ROC曲线:滑动归类阈值来产生关键点并连接,横坐标为
1 - 假阳性率
,纵坐标为真阳性率
,线下面积AUC = (1 - 假阳性率)*真阳性率
越高越好 - f1 score:
2*precision*recall / (precision + recall)
点击展开折叠
- 最小二乘法:设偏导为0求解参数
- 梯度下降:朝着损失下降最快的方向迭代
- Sinkhorn(最优分配):分配优化方法
- 条件:给出代价矩阵M(n×m)表示n个用户各自对m种小吃的厌恶程度,向量r表示每个人的需求量,向量c表示每种小吃的数量
- 目标:找到总体满意度最高的分配方法,
- 参考:📕 CSDN◽Sinkhorn算法
✒ Cross Entropy
- 交叉熵常用于分类问题,表示的是预测结果的概率分布与实际结果概率分布的差异
- 熵代表信息量的期望
- AB的KL散度 = A的熵 + AB交叉熵
- CEL = ∑-logP
- Loss = -∑ α · (1-P)^γ · logP
- y = 1/(1+e^(-x))
- 导数 y' = y(1-y)
点击展开折叠
- 以sigmoid为激活函数的单层全连接网络
- 将高维数据投影到二维进行分类,最小化投影后类内协方差,最大化投影后两个类别中心的距离
- 简单,效率高
- 随机选择K个样本作为类心
- 把每个样本点归类到最近的类心下
- 重新计算每个类的均值作为新的类心
- 重复2~3直到收敛(类心变动不大)
- 根据训练集预估:已知条件B下某类A出现的概率
- 边缘概率(又称先验概率):某一个事件的概率
P(A)
- 联合概率:多个事件共同发生的概率
P(A∩B)
- 条件概率(又称后验概率):事件A在另外一个事件B已经发生条件下的发生概率
P(A|B)
P(A|B) = P(A∩B)/P(B) = P(A)P(B|A)/P(B)
- 总结:
P(樱桃|圆形) = P(樱桃∩圆形) / P(圆形)
- 已知特征B的情况下推测样本属于A的概率 = 训练集中具备特征B的样本中存在类别A的概率
- 假设均值为0
- 朝着方差最大的基降维,不同基之间正交,基的个数即降维后数据维数
- 理解:
- 设输入为矩阵
M
,形状N×3
,N
代表样本个数,3
是特征通道数 C = M^T × M
,C
为协方差矩阵- PCA要找到一个变换矩阵
Q
,使得MQ
的协方差矩阵成为一个对角阵。此时对角线上的方差有数值,而其余的协方差为0(降维后基正交)。 - 因此新的协方差矩阵
C' = (MQ)^T × MQ = Q^T M^T M Q = Q^T C Q = λ
,同特征分解 - 为了尽可能保留数据特征,PCA希望在新的基上数据分散一些(方差大),故选择特征值大的特征向量作为
Q
- 设输入为矩阵
- 参考:
- 使得距离边界最近的点到边界的距离尽量大(Margin)
- ★构造决策树
- 熵:信息量的期望 -∑Pi·ln(Pi)
- Gini系数(和熵一样用于衡量混乱度):
-∑Pi·(1-Pi)
- 决策树以特征为节点,把原本规划到不同分支的叶子上
- 出于推理速度的考虑,决策树越矮越好,因此节点的熵降低越快越好
- 信息增益(添加节点后熵减小的程度) = 节点的熵 - ∑分支概率·分支后的熵
- ID3:以信息增益大的点作为新节点构树
- C4.5:为了排除类似ID特征一样的干扰项(增益高,分支下样本稀缺),以信息增益率(增益/分支方式的熵)作为添加节点的依据
- 损失函数C:叶子的熵的期望
∑Nt·H(t)
越小越好,N
代表叶子下样本量,H
代表熵 - 连续值作为节点特征:区间化
- 剪枝
- 预剪枝(控制是否继续分叉)
- 提前停止(限制最大深度)
- 最小节点样本量(小于某个阈值不再分割)
- 后剪枝 损失函数C':C+α|T|,α为参数,|T|代表叶子数
- 参考:
- Bootstraping:有放回采样
- Bagging:利用Bootstraping采样多次分别构造多个同类分类器,最后进行投票。可并行。降低了模型表现的方差variance。
- Boosting:递归地构建多个同类弱分类器,每个弱分类器都修正上一次的结果。不可并行。降低了模型表现的偏差bias。
- Stacking:堆叠不同的模型
- 参考:
靶心指的是表现最好的模型
- 📘 知乎◽为什么说bagging是减少variance,而boosting是减少bias?
- 样本选择(有放回):利用Bagging并行构造多颗决策树投票
- 特征选择(不放回):选取部分特征
- 递进地组合多个弱分类器形成一个强分类器,每轮根据上一个基分类器的效果调整数据权重,增加被分错的样本的权重
- 对每个训练样本赋予相同的权重,训练第一个基分类器
- 根据前一个基分类器的效果更新样本权重,重复此步骤多次得到多个基分类器
- 依据基分类器的表现,对所有基分类器的预测结果加权求和
- 递进地组合多个弱分类器形成一个强分类器,每轮以之前组合模型的残差(真实值-预测值)作为标签学习一个决策树,预测残差
- 有一个样本[数据->标签]是:[(2,4,5)-> 4]
- 第一棵决策树用这个样本训练的预测为3.3
- 那么第二棵决策树训练时的输入,这个样本就变成了:[(2,4,5)-> 0.7]。也就是说,下一棵决策树输入样本会与前面决策树的训练和预测相关
- 重复引入新的树学习残差
- 把样本通过所有树的结果相加获得最终预测值
- 以上是针对均方差损失函数。然而,对于更复杂的损失函数,比如引入了正则项,则最优目标不是让预测值完全等于真实值。此时,可以用损失函数针对
- 总结:
- 仿照梯度下降原理,考虑:
Loss=LossFunction(之前的模型f(x))
,那么要最小化损失,现在可以引入一个新的模型g,使得Loss=LossFunction(之前的模型f(x)+新模型g(x))
最小。 - 根据梯度下降算法,可以让g(x)为f(x)的负梯度,通过不断迭代来逼近最小Loss,因此GBDT以f(x)的负梯度作为标签训练新的模型g
- 仿照梯度下降原理,考虑:
- 参考:
- 类似于GBDT,区别为:
- GBDT将LossFunction泰勒展开到一阶,而XGBoost将目标函数泰勒展开到了二阶
- GBDT是给新的基模型寻找新的拟合标签(前面加法模型的负梯度),而XGBoost是给新的基模型寻找新的目标函数(目标函数关于新的基模型的二阶泰勒展开)。换句话说,GBDT要求新模型最终预测值拟合负梯度,而XGBoost直接利用这种要求来构建最优决策树
- XGBoost加入了叶子权重的L2正则化项
- 参考:
- RANSAC主要解决样本中的外点问题,最多可处理50%的外点情况
- RANSAC通过反复选择数据中的一组随机子集来达成目标。被选取的子集被假设为局内点,并用下述方法进行验证:
- 有一个模型适用于假设的局内点,即所有的未知参数都能从假设的局内点计算得出。
- 用1中得到的模型去测试所有的其它数据,如果某个点适用于估计的模型,认为它也是局内点。
- 如果有足够多的点被归类为假设的局内点,那么估计的模型就足够合理。
- 然后,用所有假设的局内点去重新估计模型,因为它仅仅被初始的假设局内点估计过。
- 最后,通过估计局内点与模型的错误率来评估模型。
- 这个过程被重复执行固定的次数,每次产生的模型要么因为局内点太少而被舍弃,要么因为它比现有的模型更好而被选用。
- 参考:📘 知乎◽计算机视觉基本原理——RANSAC
- 求解同构图的投影变换(单应性变换)矩阵
- 参考:📘 知乎◽单应性Homograph估计:从传统算法到深度学习
- 方向估计:基于图像局部的梯度方向,分配给每个关键点位置一个或多个方向
- 尺度不变:获得多尺度特征序列,提取轮廓作为尺度不变特征特征
- 抑制重复的置信度不高的候选框
- 对于同类别且重叠的框进行排序。从置信度最大的框开始,计算其他框和它的IOU,超过一定阈值就删除。按顺序执行完所有候选框
点击展开折叠
- 为方便表示,
σ
为激活函数,S^t
为t时隐状态,X为输入,Y为输出
S^t = σ(W1·X^t + W2·S^(t-1))
Y^t = σ(W3·S^t)
- 梯度问题:
S^t = σ(W1·X^t + W2·σ(W1·X^(t-1) + W2·σ(W1·X^(t-2) + W2·...))
- 根据链式法则,W的梯度可以分解为多个时间步上梯度的累和,越远的时间步梯度需要连乘越多次W2σ'。连乘相同W多次,W过小容易导致梯度弥散,过大容易导致梯度爆炸
- 拼接
H^(t-1)
和X
生成细胞状态C^~
和三个门,遗忘门过滤C^(t-1)
,输入门过滤C^~
,输出门过滤新的细胞状态C^t = tanh(过滤后的C^(t-1) + 过滤后的C^~)
来生成隐向量H^t
input_gate = sigmoid(W3·X^t + W4·H^(t-1))
C^~ = tanh(W5·X^t + W6·H^(t-1))
forget_gate = sigmoid(W1·X^t + W2·H^(t-1))
C^t = forget_gate ⊙ C^(t-1) + input_gate ⊙ C^~
output_gate = sigmoid(W7·X^t + W8·H^(t-1))
H^t = output_gate ⊙ tanh(C^t)
- 与RNN的核心不同:
C^~
就是RNN中的State
,相当于把State
做了个门控式的残差连接- 对
C^t
也做了一个门控来生成最后的输出H^t
GRU ✒
- 拼接
H^(t-1)
和X
生成隐状态H^~
和俩个门,重置门在生成隐状态H^~
时过滤上一次的隐状态H^(t-1)
,更新门控制隐状态的残差连接,连接后直接作为新的隐向量 reset_gate = sigmoid(W1·X^t + W2·H^(t-1))
H^~ = tanh(W3·X^t + reset_gate ⊙ W4·H^(t-1))
update_gate = sigmoid(W5·X^t + W6·H^(t-1))
H^t = (1 - update_gate) ⊙ H^(t-1) + update_gate ⊙ H^~
- 与RNN的核心不同:
H^~
就是RNN中的State
,生成State
时对H^(t-1)
做了一个门控,同LSTM做了一个残差连接- 隐状态直接作为输出
- 与LSTM的核心不同:
- 做残差的时候用更新门代替了输入门和遗忘门
- 把输出门提前了作为上一次状态的过滤
- 线性插值
- 转置卷积:对输入的每个像素点周围添加空洞来卷积
- Pixel Shuffle 子像素卷积:多做几次卷积,把通道在分辨率空间上拼在一起