From 92b3de716a3bc170ec72b9105688a07f40818293 Mon Sep 17 00:00:00 2001 From: Leticia Portella Date: Sat, 16 Feb 2019 14:01:31 +0000 Subject: [PATCH] Add revisor in CNN pt --- pt/convolutional-neural-networks.md | 6 +++--- 1 file changed, 3 insertions(+), 3 deletions(-) diff --git a/pt/convolutional-neural-networks.md b/pt/convolutional-neural-networks.md index d31fb0695..4934d7c2f 100644 --- a/pt/convolutional-neural-networks.md +++ b/pt/convolutional-neural-networks.md @@ -559,7 +559,7 @@ **80. Triplet loss ― The triplet loss ℓ is a loss function computed on the embedding representation of a triplet of images A (anchor), P (positive) and N (negative). The anchor and the positive example belong to a same class, while the negative example to another one. By calling α∈R+ the margin parameter, this loss is defined as follows:** -⟶ Perda tripla (Triplet loss) - A perda tripla ℓ é uma função de perda (loss function) computada na representação da encorporação de três imagens A (âncora), P (positiva) e N (negativa). O exemplo da âncora e positivo pertencem à mesma classe, enquanto o exemplo negativo pertence a uma classe diferente. Chamando o parâmetro de margem de α∈R+, essa função de perda é calculada da seguinte forma: +⟶ Perda tripla (Triplet loss) - A perda tripla ℓ é uma função de perda (loss function) computada na representação da encorporação de três imagens A (âncora), P (positiva) e N (negativa). O exemplo da âncora e positivo pertencem à mesma classe, enquanto o exemplo negativo pertence a uma classe diferente. Chamando o parâmetro de margem de α∈R+, essa função de perda é definida da seguinte forma:
@@ -643,7 +643,7 @@ **92. Generative Adversarial Network ― Generative adversarial networks, also known as GANs, are composed of a generative and a discriminative model, where the generative model aims at generating the most truthful output that will be fed into the discriminative which aims at differentiating the generated and true image.** -⟶ Rede Adversarial Gerativa (Generative Adversarial Network) - As Generaive Adversarial Networks, também conhecidas como GANs, são compostas de um modelo generativo e um modelo discriminativo, onde o modelo generativo visa gerar a saída mais verdadeira que será alimentada na discriminativa que visa diferenciar a imagem gerada e verdadeira. +⟶ Rede Adversarial Gerativa (Generative Adversarial Network) - As Generaive Adversarial Networks, também conhecidas como GANs, são compostas de um modelo generativo e um modelo discriminativo, onde o modelo generativo visa gerar a saída mais verdadeira que será alimentada na discriminativa que visa diferenciar a imagem gerada e a imagem verdadeira.
@@ -699,7 +699,7 @@ **100. Reviewed by X, Y and Z** -⟶ Revisado por X, Y e Z +⟶ Revisado por Gabriel Fonseca