10 2016 档案

摘要:Generative Adversarial Text to Image Synthesis ICML 2016 摘要:本文将文本和图像练习起来,根据文本生成图像,结合 CNN 和 GAN 来有效的进行无监督学习。 Attribute Representation: 是一个非常具有意思的方向。由图像 阅读全文
posted @ 2016-10-31 13:17 AHU-WangXiao 阅读(3412) 评论(0) 推荐(0) 编辑
摘要:Conditional Generative Adversarial Nets arXiv 2014 本文是 GANs 的拓展,在产生 和 判别时,考虑到额外的条件 y,以进行更加“激烈”的对抗,从而达到更好的结果。 众所周知,GANs 是一个 minmax 的过程: 而本文通过引入 条件 y,从而 阅读全文
posted @ 2016-10-31 00:39 AHU-WangXiao 阅读(1083) 评论(1) 推荐(0) 编辑
摘要:Progressive Neural Network Google DeepMind 摘要:学习去解决任务的复杂序列 结合 transfer (迁移),并且避免 catastrophic forgetting (灾难性遗忘) 对于达到 human-level intelligence 仍然是一个关键 阅读全文
posted @ 2016-10-26 22:40 AHU-WangXiao 阅读(5152) 评论(1) 推荐(0) 编辑
摘要:Let’s make a DQN 系列 Let’s make a DQN: Theory September 27, 2016DQN This article is part of series Let’s make a DQN. 1. Theory2. Implementation3. Debug 阅读全文
posted @ 2016-10-25 08:28 AHU-WangXiao 阅读(1907) 评论(0) 推荐(0) 编辑
摘要:Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network 2016.10.23 摘要:本文针对传统超分辨方法中存在的结果过于平滑的问题,提出了结合最新的对抗网络的方法,得到了不错的效果。并 阅读全文
posted @ 2016-10-23 12:29 AHU-WangXiao 阅读(6664) 评论(0) 推荐(0) 编辑
摘要:一张图解AlphaGo原理及弱点 2016-03-23 郑宇,张钧波 CKDD 作者简介: 郑宇,博士, Editor-in-Chief of ACM Transactions on Intelligent Systems and Technology, ACM数据挖掘中国分会秘书长。 张钧波,博士 阅读全文
posted @ 2016-10-21 22:37 AHU-WangXiao 阅读(651) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2016-10-21 22:19 AHU-WangXiao 阅读(5) 评论(0) 推荐(0) 编辑
摘要:Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks NIPS 2015 摘要:本文提出一种 generative parametric model 能够产生高质量自然图像。我们的方法利用 Lap 阅读全文
posted @ 2016-10-16 15:44 AHU-WangXiao 阅读(3481) 评论(0) 推荐(0) 编辑
摘要:【重磅】无监督学习生成式对抗网络突破,OpenAI 5大项目落地 【新智元导读】“生成对抗网络是切片面包发明以来最令人激动的事情!”LeCun前不久在Quroa答问时毫不加掩饰对生成对抗网络的喜爱,他认为这是深度学习近期最值得期待、也最有可能取得突破的领域。生成对抗学习是无监督学习的一种,该理论由 阅读全文
posted @ 2016-10-16 14:18 AHU-WangXiao 阅读(1433) 评论(2) 推荐(0) 编辑
摘要:注意力机制(Attention Mechanism)在自然语言处理中的应用 本文转自:http://www.cnblogs.com/robert-dlut/p/5952032.html 近年来,深度学习的研究越来越深入,在各个领域也都获得了不少突破性的进展。基于注意力(attention)机制的神经 阅读全文
posted @ 2016-10-16 12:34 AHU-WangXiao 阅读(1058) 评论(0) 推荐(0) 编辑
摘要:UNSUPERVISED REPRESENTATION LEARNING WITH DEEP CONVOLUTIONAL GENERATIVE ADVERSARIAL NETWORKS ICLR 2016 摘要:近年来 CNN 在监督学习领域的巨大成功 和 无监督学习领域的无人问津形成了鲜明的对比, 阅读全文
posted @ 2016-10-15 21:58 AHU-WangXiao 阅读(3137) 评论(0) 推荐(1) 编辑
摘要:Hybrid computing using a neural network with dynamic external memory Nature 2016 updated on 2018-07-21 15:30:31 Paper:http://www.nature.com/nature/jou 阅读全文
posted @ 2016-10-14 13:15 AHU-WangXiao 阅读(2851) 评论(0) 推荐(0) 编辑
摘要:关于 Graph Convolutional Networks 资料收集 Updated on 2018-08-07 10:11:09 The blog collect some related files on graph convolutional network, including: Blo 阅读全文
posted @ 2016-10-13 16:27 AHU-WangXiao 阅读(1486) 评论(0) 推荐(0) 编辑
摘要:坚持完成这套学习手册,你就可以去 Google 面试了 系统 指针 value Google 面试 阅读6138 本文为掘金投稿,译文出自:掘金翻译计划 原文地址:Google Interview University 原文作者:John Washam 译者:Aleen,Newton,bobmayu 阅读全文
posted @ 2016-10-12 20:48 AHU-WangXiao 阅读(1214) 评论(0) 推荐(0) 编辑
摘要:深度|神经网络和深度学习简史(第一部分):从感知机到BP算法 2016-01-23 机器之心 来自Andrey Kurenkov 作者:Andrey Kurenkov 机器之心编译出品 参与:chenxiaoqing、范娜Fiona、杨超、微胖、汪汪、赵巍 导读:这是《神经网络和深度学习简史》第一部 阅读全文
posted @ 2016-10-10 00:29 AHU-WangXiao 阅读(619) 评论(0) 推荐(0) 编辑
摘要:HOME ABOUT CONTACT SUBSCRIBE VIA RSS HOME ABOUT CONTACT SUBSCRIBE VIA RSS HOME ABOUT CONTACT SUBSCRIBE VIA RSS HOME ABOUT CONTACT SUBSCRIBE VIA RSS HO 阅读全文
posted @ 2016-10-10 00:27 AHU-WangXiao 阅读(1383) 评论(0) 推荐(0) 编辑
摘要:Large Scale Distributed Semi-Supervised Learning Using Streaming Approximation Google 2016.10.06 官方 Blog 链接:https://research.googleblog.com/2016/10/gr 阅读全文
posted @ 2016-10-09 11:28 AHU-WangXiao 阅读(879) 评论(0) 推荐(0) 编辑
摘要:Graph-powered Machine Learning at Google Graph-powered Machine Learning at Google Graph-powered Machine Learning at Google Graph-powered Machine Learn 阅读全文
posted @ 2016-10-09 10:19 AHU-WangXiao 阅读(580) 评论(0) 推荐(0) 编辑
摘要:Byte Tank Posts Archive Deep Reinforcement Learning: Playing a Racing Game OCT 6TH, 2016 Agent playing Out Run, session 201609171218_175epsNo time lim 阅读全文
posted @ 2016-10-08 00:22 AHU-WangXiao 阅读(761) 评论(0) 推荐(0) 编辑
摘要:深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0 发表于2016年07月15号由52nlp 接上文《深度学习主机攒机小记》,这台GTX1080主机准备好之后,就是配置深度学习环境了,这里选择了比较熟悉Ubuntu系统,不过是最新的16.04版本,另外在N 阅读全文
posted @ 2016-10-06 23:49 AHU-WangXiao 阅读(1931) 评论(1) 推荐(0) 编辑
摘要:几种范数的解释 l0-Norm, l1-Norm, l2-Norm, … , l-infinity Norm from Rorasa's blog l0-Norm, l1-Norm, l2-Norm, … , l-infinity Norm from Rorasa's blog l0-Norm, l 阅读全文
posted @ 2016-10-06 10:28 AHU-WangXiao 阅读(11415) 评论(0) 推荐(1) 编辑
摘要:A CNN Cascade for Landmark Guided Semantic Part Segmentation ECCV 2016 摘要:本文提出了一种 CNN cascade (CNN 级联)结构,根据一系列的定位(landmarks or keypoints),得到特定的 pose 信 阅读全文
posted @ 2016-10-05 00:31 AHU-WangXiao 阅读(1584) 评论(0) 推荐(0) 编辑
摘要:Deep Recurrent Q-Learning for Partially Observable MDPs 摘要:DQN 的两个缺陷,分别是:limited memory 和 rely on being able to perceive the complete game screen at e 阅读全文
posted @ 2016-10-03 21:25 AHU-WangXiao 阅读(4428) 评论(0) 推荐(0) 编辑
摘要:Main Menu Fortune.com Main Menu Fortune.com Fortune.com Fortune.com E-mail Tweet Facebook Linkedin Share icons By Roger Parloff Illustration by Justin 阅读全文
posted @ 2016-10-03 17:06 AHU-WangXiao 阅读(920) 评论(0) 推荐(0) 编辑
摘要:Deep Attention Recurrent Q-Network 5vision groups 摘要:本文将 DQN 引入了 Attention 机制,使得学习更具有方向性和指导性。(前段时间做一个工作打算就这么干,谁想到,这么快就被这几个孩子给实现了,自愧不如啊( ⊙ o ⊙ )) 引言:我们 阅读全文
posted @ 2016-10-03 15:34 AHU-WangXiao 阅读(3800) 评论(0) 推荐(0) 编辑
摘要:Dueling Network Architectures for Deep Reinforcement Learning ICML 2016 Best Paper 摘要:本文的贡献点主要是在 DQN 网络结构上,将卷积神经网络提出的特征,分为两路走,即:the state value functi 阅读全文
posted @ 2016-10-02 16:55 AHU-WangXiao 阅读(8078) 评论(0) 推荐(0) 编辑
摘要:FastML Machine learning made easy RSS Home Contents Popular Links Backgrounds About Deep learning architecture diagrams 2016-09-30 Like a wild stream 阅读全文
posted @ 2016-10-01 21:29 AHU-WangXiao 阅读(1162) 评论(0) 推荐(0) 编辑
摘要:Adit Deshpande CS Undergrad at UCLA ('19) Blog About Resume Adit Deshpande CS Undergrad at UCLA ('19) Blog About Resume Adit Deshpande CS Undergrad at 阅读全文
posted @ 2016-10-01 16:10 AHU-WangXiao 阅读(652) 评论(0) 推荐(0) 编辑
摘要:Nice R Code Punning code better since 2013 RSS Blog Archives Guides Modules About Markov Chain Monte Carlo 10 JUNE 2013 This topic doesn’t have much t 阅读全文
posted @ 2016-10-01 16:09 AHU-WangXiao 阅读(484) 评论(0) 推荐(0) 编辑
摘要:Hierarchical Convolutional Features for Visual Tracking ICCV 2015 摘要:跟卢湖川老师的那个文章一样,本文也是利用深度学习各个 layer 之间提取出来的不同特征进行跟踪。因为各个层次提出来的 feature 具有不同的特征。并且将各个 阅读全文
posted @ 2016-10-01 15:06 AHU-WangXiao 阅读(3270) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示