该文被密码保护。 阅读全文
posted @ 2016-10-21 22:19
AHU-WangXiao
阅读(5)
评论(0)
推荐(0)
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(3509)
评论(0)
推荐(0)
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(1489)
评论(2)
推荐(0)
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(1089)
评论(0)
推荐(0)
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(3163)
评论(0)
推荐(1)
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(2921)
评论(0)
推荐(0)
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(1492)
评论(0)
推荐(0)
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(1221)
评论(0)
推荐(0)
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(662)
评论(0)
推荐(0)
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(1434)
评论(0)
推荐(0)
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(889)
评论(0)
推荐(0)
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(605)
评论(0)
推荐(0)
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(780)
评论(0)
推荐(0)
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(1958)
评论(1)
推荐(0)
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(11594)
评论(0)
推荐(1)
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(1606)
评论(0)
推荐(0)
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(4485)
评论(0)
推荐(0)
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(977)
评论(0)
推荐(0)
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(3888)
评论(0)
推荐(0)
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(8230)
评论(0)
推荐(0)
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(1201)
评论(0)
推荐(0)
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(664)
评论(0)
推荐(0)
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(522)
评论(0)
推荐(0)
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(3292)
评论(0)
推荐(0)
摘要：
何为机器学习 2016-09-23 FabUnion 在过去的几年中，Uber无人车，Google阿尔法狗，量化交易，LinkedIn精准的好友推送又或是我们建筑孩子们熟悉的Grasshopper中的Galapagos。机器学习（Machine Leraning）正在切实地改变着我们的生活、学习与工 阅读全文
posted @ 2016-09-30 23:51
AHU-WangXiao
阅读(900)
评论(0)
推荐(0)
论文笔记之： Person Re-Identification by Multi-Channel Parts-Based CNN with Improved Triplet Loss Function
摘要：
Person Re-Identification by Multi-Channel Parts-Based CNN with Improved Triplet Loss Function CVPR 2016 摘要：跨摄像机的行人再识别仍然是一个具有挑战的问题，特别是摄像机之间没有重叠的观测区域。本文 阅读全文
posted @ 2016-09-29 22:59
AHU-WangXiao
阅读(4663)
评论(0)
推荐(0)
摘要：
Deep Metric Learning via Lifted Structured Feature Embedding CVPR 2016 摘要：本文提出一种距离度量的方法，充分的发挥 training batches 的优势，by lifting the vector of pairwise d 阅读全文
posted @ 2016-09-29 20:02
AHU-WangXiao
阅读(12274)
评论(4)
推荐(1)
摘要：
Kevin Zakka's Blog About About Nuts and Bolts of Applying Deep Learning Sep 26, 2016 This weekend was very hectic (catching up on courses and studying 阅读全文
posted @ 2016-09-28 18:24
AHU-WangXiao
阅读(515)
评论(0)
推荐(0)
该文被密码保护。 阅读全文
posted @ 2016-09-27 17:20
AHU-WangXiao
阅读(11)
评论(0)
推荐(0)
摘要：
Multiple Feature Fusion via Weighted Entropy for Visual Tracking ICCV 2015 本文主要考虑的是一个多特征融合的问题．如何有效的进行加权融合，是一个需要解决的问题．本文提出一种新的 data-adaptive visual tra 阅读全文
posted @ 2016-09-27 16:41
AHU-WangXiao
阅读(787)
评论(0)
推荐(0)
摘要：
Stephen Smith's Blog All things Sage 300… The Road to TensorFlow – Part 7: Finally Some Code leave a comment » Introduction Well after a long journey 阅读全文
posted @ 2016-09-25 12:19
AHU-WangXiao
阅读(757)
评论(0)
推荐(0)
该文被密码保护。 阅读全文
posted @ 2016-09-23 23:53
AHU-WangXiao
阅读(1)
评论(0)
推荐(0)
摘要：
TensorFlow深度学习，一篇文章就够了 TensorFlow深度学习，一篇文章就够了 2016/09/22 · IT技术 · TensorFlow, 深度学习 分享到：6 2016/09/22 · IT技术 · TensorFlow, 深度学习 分享到：6 原文出处： 我爱计算机 （@tobe 阅读全文
posted @ 2016-09-23 23:43
AHU-WangXiao
阅读(29882)
评论(2)
推荐(5)
该文被密码保护。 阅读全文
posted @ 2016-09-23 20:35
AHU-WangXiao
阅读(7)
评论(0)
推荐(0)
摘要：
Fully-Convolutional Siamese Network for Object Tracking Updated on 2018-11-19 10:17:29 Paper: http://www.robots.ox.ac.uk/~vedaldi/assets/pubs/bertinet 阅读全文
posted @ 2016-09-22 18:27
AHU-WangXiao
阅读(13567)
评论(3)
推荐(2)
摘要：
关于 Local feature 和 Global feature 的组合 1.全局上下文建模： 阅读全文
posted @ 2016-09-21 20:55
AHU-WangXiao
阅读(747)
评论(0)
推荐(0)
摘要：
技术揭秘：海康威视PASCAL VOC2012目标检测权威评测夺冠之道 原创 2016-09-21 钟巧勇 深度学习大讲堂 点击上方“深度学习大讲堂”可订阅哦！深度学习大讲堂是高质量原创内容平台，邀请学术界、工业界一线专家撰稿，致力于推送人工智能与深度学习最新技术、产品和活动信息！ 近年来，随着深度 阅读全文
posted @ 2016-09-21 20:36
AHU-WangXiao
阅读(5064)
评论(0)
推荐(0)
摘要：
一文学会用 Tensorflow 搭建神经网络 本文转自：http://www.jianshu.com/p/e112012a4b2d 字数2259 阅读3168 评论8 喜欢11 cs224d-Day 6: 快速入门 Tensorflow 本文是学习这个视频课程系列的笔记，课程链接是 youtube 阅读全文
posted @ 2016-09-21 18:49
AHU-WangXiao
阅读(28967)
评论(0)
推荐(3)
摘要：
TensorFlow 入门 本文转自：http://www.jianshu.com/p/6766fbcd43b9 字数3303 阅读904 评论3 喜欢5 CS224d－Day 2: 在 Day 1 里，先了解了一下 NLP 和 DP 的主要概念，对它们有了一个大体的印象，用向量去表示研究对象，用神 阅读全文
posted @ 2016-09-21 18:48
AHU-WangXiao
阅读(2501)
评论(0)
推荐(0)
摘要：
阿尔法狗是怎么用机器学习做决策的 雷锋网 作者： 混沌巡洋舰 2016-09-18 18:05:23 查看源网址 阅读数：26 雷锋网 作者： 混沌巡洋舰 2016-09-18 18:05:23 查看源网址 阅读数：26 雷锋网注：本文作者许铁， 法国巴黎高师物理硕士 ，以色列理工大学（以色列85% 阅读全文
posted @ 2016-09-21 18:45
AHU-WangXiao
阅读(1034)
评论(0)
推荐(0)
浙公网安备 33010602011771号