The Machine Learning (Supervised) Paradigm

N-dimensional Box Constraint Problem 考虑没有泛函约束的有约束最小化问题: min⁡x∈Bnf(x)\min_{x\in \mathbb{B}_n} f(x) x∈Bn​min​f(x) 其中Bn\mathbb{B}_nBn​是一个Rn\mathbb{R}^nRn上的 nnn 维盒子： Bn={x∈Rn∣0≤x(i)≤1,i=1⋯n}\mathbb{B}_n =

Course Info Grading Policy 平时 60： 15 * 1 签到 / 10 * 2 纸质作业 / 25 编程作业 kaggle - 期末 40：最后两节课随堂考试 Textbook 机器学习 - 周志华 lecture notes 机器学习 机器学习：以数据为经验的载体，利用经验不断改善性能的（计算机）系统 / 程序 / 算法。 人工智能的核心研究领域 /

Course Info 认知心理学 / 设计 / AI 11.16 / 15 随堂测试 W9 中期报告 / W16 project pre Grading policy: 50 设计智能： 40 proj / 10 随堂测试 50 认知心理： 40 开卷随堂(电子设备拒绝) / 10 proj(中期报告) 设计智能概论 认知与AI 注意力 视觉 / 听觉注意力 RNN /

Notations and Terminologies Set and element Set: collection of objects. is empty: contains no ele. is a singleton 单集: contains only 1 ele. is finite: contains finite number of eles. is infinite: con

Assembly Lecture notes / computer system concepts / Linux内核完全注释 / Grading Policy: 50 final exam(3 A4± cheating sheet) 50 project: Linux 0.11/0.12-like OS on RSIC-Ⅴ Lab 0 - 6, 50 / Lab 7, 5 bon

Computer Vision Compute properties of the world. Tasks 3D reconstruction image understanding: image recog, obj detec image synthesis Application Face ID / Deep Fake / OCR, optical character recogni

高斯噪声 CNN Facechain Stable Diffusion LoRA

关键点检测 背景知识 关键点检测 / keypoint alignment 输入一个包含目标的图象（如人脸、人体、手部），输出一组预定义的关键点（如五官、关节、手指关节）位置。 常用算法 按模型输出格式分类 方法 优点 不足 算法 regression 回归关键点坐标 简单可导计算量小，速度快连续性和稳定性 容易过拟合空间泛化能力弱 DeepPose， MTCNN， MoblieNe

图像生成 图像自动化生成 内容可控的图像生成：布局位置，纹理风格 发展 方法 过程 优点 不足 传统纹理合成 非参数化采样- 源块融合 - 拓展为目标图像 各向同性 纹理错乱、结构丢失在线迭代优化，时效性差 深度图像生成模型 纹理 - 参数化建模卷积神经网络生成式对抗网络扩散模型 应用广泛 神经风格迁移， CNN 迁移学习 迁移学习 是将一个问题 A 上训练好的模型