My writing is bad. This is my term paper in CS5312-deep learning course.Section II: List and highlight of papers you have studied.In this section, I separate the papers into 3 parts-NN networks, alg..

本篇为博主阅读邱教授大作后做的总结和复习。全书共15章。内容来源:《神经网络与深度学习》第1章是绪论，介绍人工智能、机器学习、深度学习的概要，使读者对相关知识进行全面的了解。第2、 3章介绍了机器学习的基础知识。第4、 5、 6章分别讲述三种主要的神经网络模型：前馈神经网络、卷积神经网络和循环神经网络。第7章介绍神经网络的优化与正则化方法。第8章介绍神经网络中的注意力机制和外...

本文为《Python深度学习》的学习笔记。第2章 神经网络的数学基础2.1 初识神经网络完整代码2.2 神经网络的数据表示2.2.1 标量（0D张量）    2.2.2 向量（1D张量）    2.2.3 矩阵（2D张量）    2.2.4 3D张量和更高维张量2.2.5 关键属性    2.2.6 在Numpy中操作张量    2.2.7 数据批量的概率    2.2.8...

个人觉得idea很不错，中心思想是直接对整体架构进行scale以达到减少参数的目的，也是Quoc V. Le刚发表在ICML19的文章，并且在Imagenet达到了最新的state-of-art级别的work。pytorch版本Abstract卷积神经网络(ConvNets)通常是在固定的资源预算下开发的，如果有更多的资源可用，则会进行扩展以获得更高的精度。在本文中，我们系统地研究了模型缩...

计划完成深度学习入门的126篇论文第二十一篇，DeepMind研究一种新的生成模型。ABSTRACT&INTRODUCTION摘要自然图像的分布建模是无监督学习中的一个标志性问题。该任务需要一个同时具有表现力、可处理性和可伸缩性的图像模型。我们提出了一种深度神经网络，它能在两个空间维度上连续预测图像中的像素。我们的方法对原始像素值的离散概率建模，并对图像中的完整依赖关系进行编码...

一、Abstract摘要&Introduction介绍Abstract信息在神经网络中的传播方式非常重要。本文提出了一种基于提议的实例分割框架下的路径聚合网络Path Aggregation Network (PANet)，旨在促进信息的流动。具体地说，我们通过自底向上的路径增强，利用准确的低层定位信号增强整个特征层次，从而缩短了低层与顶层特征之间的信息路径。我们提出了自适应特征池

本篇blog的内容基于原始论文SGAN：Semi-Supervised Learning with Generative Adversarial Networks和《生成对抗网络入门指南》第六章。（论文比较短只有3页，其中还包含一页citation）为什么研究SGAN？有大量的数据是不带标签的，带标签的数据只占一小部分；在DCGAN的研究中我们看到使用生成模型特征抽取后形成...

已经到2019年了，再回来补充补充，坏消息是GAN的热度已经没有那么高了，一是各种各样的应用坑都被踩完了几乎，二是GAN结构以及不容易训练的问题。相关论文合集：Kaiming He大神论文合集[深度学习论文从0开始]Transfer Learning[论文合集]Object Detection[论文合集]Reinforcement Learning[论文合集]Unsu...

计划完成深度学习入门的126篇论文第四篇，来自Google的科研人员在ILSVRC14比赛上取得冠军后的论文，发表在CVPR15上。为致敬LeNet，网络取名为GoogLeNet。Tips：谷歌的中国学者贾扬清也是作者之一摘要Abstract       在2014年ImageNet大规模视觉识别挑战中，我们提出了一种代号为Inception的深度卷积神经网络架构，实现了分类和检测的新...

计划完成深度学习入门的126篇论文第三篇，来自Oxford的Karen Simonyan教授在ILSVRC比赛上取得冠军后的论文，同时也是2015年ICLR上发表的论文。同时作者本人也强调本篇是继12年Deep Convolutional Neural Networks的深入研究。摘要Abstract        在本文中，我们研究了卷积网络深度在大尺度图像识别设置中对其准确率的影响。...