视频理解
SALOVA: Segment-Augmented Long Video Assistant for Targeted Retrieval and Routing in Long-Form Video Analysis 主要是用于增强对于长视频的理解。主要是讲视频进行剪切之后,首先判断每个剪切视频短对于文字的关联程度,并且将关联程度高…
神经网络和反向传播
神经网络架构: 更多的神经元,更大的模型容量,使用更强的正则化进行约束。
神经网络的分层计算 f W 2 m a x ( 0 , W 1 x b 1 ) b 2 fW_2max(0,W_1xb_1)b_2 fW2max(0,W1xb1)b2,其中max函数体现了非线性,如果想要加深网络的层次,必须…