CS231n Convolutional Neural Networks for Visual Recognition

相关推荐

• 与SENet互补提升，华为诺亚提出自注意力新机制：Weight Excitation｜ECCV2020

  作者|Happy  编辑丨极市平台 极市导读 注意力机制.动态卷积最近几年被研究得非常透了,不过前述方法大多聚焦于特征图层面,而该文则是从权值角度出发提出了一种非常有意思的机制.该文所提方法仅作用于训 ...

• 你仅需要看一个序列！YOLOS：重新思考Transformer的泛化性能

  作者丨happy 审稿丨邓富城 编辑丨极市平台 极市导读 本文是华科&地平线关于Transformer的迁移学习.泛化性能方面的深度思考.重点揭示了Transformer的迁移学习能力与泛化性 ...

• 11月17日论文推荐

  论文名: Deeper Insights into Graph Convolutional Networks for Semi-Supervised Learning 作者:Qimai Li, Zhi ...

• Dropout也能自动化了，谷歌大神Quoc Le等人利用强化学习自动找寻模型专用Dropout

  阅读大概需要5分钟 Follow小博主,每天更新前沿干货 在机器学习领域里,Dropout 是一个较为重要的方法,其可以暂时丢弃一部分神经元及其连接,进而防止过拟合,同时指数级.高效地连接不同网络架构 ...

• 11月10日论文推荐（附下载地址）

  论文名: Semi-Supervised Classification with Graph Convolutional Networks 作者:Thomas N. Kipf, and Max Wel ...

• 验证码与人工智能的激荡二十年：全面瓦解

  上一篇我们介绍了字符验证码在诞生之初面对图像识别算法时的情况,使用这种算法识别字符验证码的方式鲁棒性比较差,有可能验证码添加一种新的干扰或者底噪,识别算法就要进行大幅调整和更新,而且每次更新都需要手工 ...

• CV：翻译并解读2019《A Survey of the Recent Architectures of Deep Convolutional Neural Networks》第一章~第三章

  CV:翻译并解读2019<A Survey of the Recent Architectures of Deep Convolutional Neural Networks>第一章~第三 ...

• CV：翻译并解读2019《A Survey of the Recent Architectures of Deep Convolutional Neural Networks》第四章

  CV:翻译并解读2019<A Survey of the Recent Architectures of Deep Convolutional Neural Networks>第四章 导读 ...

• CV：翻译并解读2019《A Survey of the Recent Architectures of Deep Convolutional Neural Networks》第五章~第八章

  CV:翻译并解读2019<A Survey of the Recent Architectures of Deep Convolutional Neural Networks>第五章~第八 ...

• Towards Evaluating the Robustness of Neural Networks(翻译，侵删)

  Towards Evaluating the Robustness of Neural Networks 面向评估神经网络的鲁棒性 论文地址 https://ieeexplore.ieee.org/a ...

• AAAI2021 291页教程: ​Graph Neural Networks: Models an...

  Time and Location Time: 15:00 pm - 18:00 pm, EST, Wednsday, February 3, 2021 Abstract Graph structur ...

• Paper之DL之BP：《Understanding the difficulty of training deep feedforward neural networks》

  Paper之DL之BP:<Understanding the difficulty of training deep feedforward neural networks> 原文解读 原 ...

• DL之NN：目前最全、最完整的Neural Networks中，各种算法系统原理结构图

  DL之NN:目前最全.最完整的Neural Networks中,各种算法系统原理结构图 来源@2016 Fjodor van Veen asimovinstitute.org 最完整的Neural N ...

• Paper：《Graph Neural Networks: A Review of Methods and Applications》翻译与解读

  Paper:<Graph Neural Networks: A Review of Methods and Applications>翻译与解读 <Graph Neural Netw ...

• Paper：《Generating Sequences With Recurrent Neural Networks》的翻译和解读

  Paper:<Generating Sequences With Recurrent Neural Networks>的翻译和解读Generating Sequences With Rec ...