随笔分类 - 深度学习
该文被密码保护。
摘要：Attribute2Image Conditional Image Generation from Visual Attributes Target： 本文提出一种根据属性生成图像的产生式模型 。 有了具体属性的协助，生成的图像更加真实，降低了采样的不确定性。 基于这个假设，本文提出一种学习框架，得
阅读全文
该文被密码保护。
该文被密码保护。
摘要：Deep Learning Research Review Week 2: Reinforcement Learning 转载自: https://adeshpande3.github.io/adeshpande3.github.io/Deep-Learning-Research-Review-We
阅读全文
摘要：简述生成式对抗网络 【转载请注明出处】chenrudan.github.io 本文主要阐述了对生成式对抗网络的理解，首先谈到了什么是对抗样本，以及它与对抗网络的关系，然后解释了对抗网络的每个组成部分，再结合算法流程和代码实现来解释具体是如何实现并执行这个算法的，最后给出一个基于对抗网络改写的去噪网络
阅读全文
摘要：Hierarchical Object Detection with Deep Reinforcement Learning NIPS 2016 WorkShop Paper : https://arxiv.org/pdf/1611.03718v1.pdf Project Page : https:
阅读全文
摘要：The AlphaGo Replication Wiki 摘自：https://github.com/Rochester-NRT/RocAlphaGo/wiki/01.-Home Contents : Home 01. Home 02. Code 03. Data 04. Neural Networ
阅读全文
摘要：CVPR 2016 Visual Tracking Paper Review 本文摘自：http://blog.csdn.net/ben_ben_niao/article/details/52072659 http://blog.csdn.net/ben_ben_niao/article/detai
阅读全文
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
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
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
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
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
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
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
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
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
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
浙公网安备 33010602011771号