这周我看了什么

  • 用深度学习实现异常检测/缺陷检测:https://mp.weixin.qq.com/s?__biz=MzU4ODM4NjcyMg%3D%3D&mid=2247493126&idx=2&sn=eb6aab5bdd397a9a145795c9bb3a5ca9&sharer_shareinfo=232d2dafec248670fded32d1091554cc&sharer_shareinfo_first=232d2dafec248670fded32d1091554cc&subscene=10000&clicktime=1726235530&enterid=1726235530&ascene=1&version=28001240&abtest_cookie=AAACAA%3D%3D&lang=zh_CN&countrycode=CN&pass_ticket=FQWSaADb7M7G+0eyK6CwKSdlOav5XBf6CUUlfzvPHt53AnU3KPOa9+qvC0i2LwXq&wx_header=3 .这篇文章的原文出自:https://medium.com/linkedai/anomaly-detection-production-line-b8340e1eca43 .
  • https://arxiv.org/html/2406.03459v1#S0.F1 LW-DETR: 用轻量Transform来代替YOLO的实时目标检测. 之所以找到这篇文章是因为他和上一篇文章都是出自同一个编译:ronghuaiyang.
  • 神经网络和深度学习的第一章: https://github.com/Mikoto10032/DeepLearning/blob/master/books/%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%92%8C%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0neural%20networks%20and%20deep-learning-%E4%B8%AD%E6%96%87_ALL.pdf 以我现在的水平看这个书还是比较吃力的,问题在于数学相关的问题理解起来有点困难.在第一章:使⽤神经⽹络识别⼿写数字,我也下载了示例代码来运行.

个人的感受

  • 英语跟不上.有不少单词都是之前没见过的,比如一些专有名词.这对文献阅读来说增添了不少困难.
  • 数学不理解.主要是在阅读书籍的时候有点难以理解.此外,在上课的时候也给我带来了困难.