— Стоимость между пикселями в пределах их окрестности.
Я знаю, что C выполняет условие субмодулярности: C(0, 1) + C(1, 0) - C(0, 0) - C(1, 1) ≥ 0.
Как построить действительную неотрицательную матрицу весов графа W учитывая вышеизложенное?
Мотивация заключается в использовании решателей, которым требуется матрица весов для расчета разреза.
У меня есть целевая функция MRF: [img]https://i.sstatic.net/icPMm1j8.png[/img]
Где: [list] [*][code]B[/code] — двоичное изображение, где B_{i, j} ∈ {0, 1. [*][code]L_{i, j}^0[/code] — Стоимость присвоения значения 0 пикселю в точке (i, j). [*][code]L_{i, j}^1[/code] — Стоимость присвоения значения 1 пикселю в точке (i, j). [*][code]C(B_{i, j}, B_{m, n})[/code] — Стоимость между пикселями в пределах их окрестности. [/list] Я знаю, что C выполняет условие субмодулярности: C(0, 1) + C(1, 0) - C(0, 0) - C(1, 1) ≥ 0. Как построить действительную неотрицательную матрицу весов графа W учитывая вышеизложенное? Мотивация заключается в использовании решателей, которым требуется матрица весов для расчета разреза.
B — двоичное изображение, где B_{i, j} ∈ {0, 1.
L_{i, j}^0 — Стоимость присвоения значения 0 пикселю в точке (i, j).
L_{i, j}^1 — Стоимость присвоения значения 1 пикселю в точке (i, j).
C(B_{i, j},...
Я пытаюсь вычислить некоторые производные результатов нейронной сети. Если быть точным, мне нужна матрица Якобиана функции, представленной нейронной сетью, и вторая производная функции по ее входным данным.
Я хочу умножить производную якобиана с...
Я пытаюсь вычислить некоторые производные результатов нейронной сети. Если быть точным, мне нужна матрица Якобиана функции, представленной нейронной сетью, и вторая производная функции по ее входным данным.
Я хочу умножить производную якобиана с...
В настоящее время я использую скрипт Python, чтобы найти идеальную точку с количеством ненулевых значений (nnz) для разделения разреженного графа: (из этого ответа)
def myhorsplit(
matrix: sparse.sparray, n_compute_units: int = 4,
) -> list :
nnz =...
Мобильная версия
