1. (TOS '17') Key-Value Storage: WiscKey

    Problem 续前文提出的问题,传统的HHD和SSD具有非常大的物理区别,HDD需要磁头的多次运动才能完成随机I/O操作,而SSD拥有较好的并行性,同时有擦写寿命问题。WiscKey就是针对SSD场景的一个优化方法。

    2020/01/03 Storage

  2. Key-Value Storage: Log Structured-Merge Tree

    Problem 写密集负载的键值存储已经成为一个非常重要与实际的需求,传统的硬盘组织文件数据结构B+ Tree在这个场景下存在很多问题。其中对性能最大的影响就是因为新数据插入树后,节点进行分裂,逻辑上连续的数据在物理块区上不连续,从而造成了大量的随机I/O操作,又由于硬盘的物理特性(尤其是HDD的磁头运动,需要寻柱面、寻磁道等耗时的物理运动操作),随机I/O的速度差距相对顺序慢很多(over 100x on HDD)。

    2019/12/21 Storage

  3. KD-Tree

    KD-Tree KD-Tree is a classic method to index high-dimetional data (below 30, or the number of data is bigger than $2^k$).

    2019/09/24 MachineLearning

  4. 虚拟试衣(二)

    介绍 在上篇的两个顶会的虚拟试衣的文章都是来自于大山中学的工作,在这个系列后,他们又做了一个可变pose任务的,结合了对抗训练的工作,暂时按下不表。回顾一下,VITON和CP-VTON两个模型都在变形衣服的Stage 1上花了比较多的功夫。一个用了Non-param TPS,一个用GMM网络来做变换,同时都需要对图像进行human parse和pose estimate步骤,开销较大。尤其是CP-VTON,在笔者的实验中,由于LIP数据集本身不够干净,GMM的训练效果就不是很理想,对于遮挡等情况非常不鲁棒。

    2019/08/16 DeepLearning

  5. (CVPR '18, ECCV '18') VITON系列工作:虚拟试衣

    介绍 本文主要讲在2D虚拟试衣这个任务上两个效果比较好的工作。主要是两篇文章,一篇是VITON: An Image-based Virtual Try-on Network发于CVPR 2018,另一篇是Toward Characteristic-Preserving Image-based Virtual Try-On Networks发于ECCV 2018。

    2019/07/30 DeepLearning

  6. (CVPR '18) ST-GAN:用GAN (STN)来生成组合图片

    Intro 这篇文章主要讲的是如何用GAN来做图片的组合生成。本文主要介绍的是ST-GAN: Spatial Transformer Generative Adversarial Networks。

    2019/07/23 DeepLearning GAN

  7. Basic Machine Learning Method

    Intro For preparing for the next coming exam, Machine Learning in 2019 Spring, I wrote this article down to mark and share some insights about basic mahcine learning methods, including KNN, Perceptron, Naive Bayes(MLE, MAP), Logistic Regression, Linear Regression, SVM.

    2019/06/19 MachineLearning

  8. DL, ML One Hundred Tips

    序 最近在准备算法岗的面试, 就到处翻翻各种ML, DL相关的笔面试题, 看到这个深度学习一百问, 权作复习和分享使用了, 但是因为原作的知识点过于简单冗余, 就把其他准备的ML相关的知识整合写作一百个tips了。DL在前,ML在后

    2019/03/27 DeepLearning MachineLearning

  9. Ensemble+GAN:对抗式生成网络遇上集成学习

    序 GAN是当下效果较为突出的一种生成模型,但历史工作表明GAN在训练过程中很不稳定,同时对于超参和架构的设置十分敏感,导致实际使用GAN生成的样本难以保证能稳定输出高质量的样本,同时生成样本有比较严重的模式崩塌(mode collapse)的问题。本文主要阐述一系列尝试通过引入集成学习的工作,通过某种特定的策略来综合多个模型来稳定GAN的训练过程。

    2018/11/22 GAN

  10. ECCV 2018 GAN相关文章

    序 本文主要对ECCV 2018上的GAN文章Abstract的内容进行一次汇总,一般不对方法论进行具体阐述,仅为一目录使用。[Abstract翻译(雾)]

    2018/10/24 GAN