【深度学习论文笔记】第2页

深度学习论文笔记(增量学习)——Overcoming catastrophic forgetting in neural networks

文章目录主要工作motivationmethod什么是拉普拉斯近似什么是Fisherinformation越来越懒，看的文献越来越多，做的总结越来越少，大概要写十几篇总结，寒假不知道写得完不…主要工作我将看过的增量学习论文建了一个github库，方便各位阅读地址该文章由deepmind在2016年出品，其将抵抗灾难性遗忘的工作分为三步1、选择对于旧任务而言，较为重要的权重2、在第一步的基础上，对权

菜到怀疑人生·2020-08-06 12:20

[深度学习论文笔记][Object Detection] Faster R-CNN: Towards Real-Time Object

Ren,Shaoqing,etal.“FasterR-CNN:Towardsreal-timeobjectdetectionwithregionproposalnetworks.”Advancesinneuralinformationprocessingsystems.2015.(Citations:444).1MotivationRegionproposalsarethetest-timecom

Hao_Zhang_Vision·2020-07-13 00:02

[深度学习论文笔记]Temporal Localization of Fine-Grained Actions in Videos by Domain Transfer from Web Images

[ACMMM15]TemporalLocalizationofFine-GrainedActionsinVideosbyDomainTransferfromWebImagesChenSun,SankethShettyy,RahulSukthankaryandRamNevatiafromUSC&GooglepaperlinkMotivation这篇文章的主要目标是研究如何使用大量从搜索引擎得到的图片

KFXW·2020-07-12 01:43

[深度学习论文笔记][arxiv 1805] Why do deep convolutional networks generalize so poorly to small image transf

[arxiv1805]Whydodeepconvolutionalnetworksgeneralizesopoorlytosmallimagetransformations?AharonAzulayandYairWeissfromHebrewUniversityofJerusalempaperlinkIntroduction深度卷积网络在设计时采用了诸如max池化等模块来提高模型对输入图像中可能存

KFXW·2020-07-12 01:43

[深度学习论文笔记][arxiv 1804]ExFuse: Enhancing Feature Fusion for Semantic Segmentation

[arxiv1804]ExFuse:EnhancingFeatureFusionforSemanticSegmentationZhenliZhang,XiangyuZhang,ChaoPeng,DazhiCheng,JianSunfromFudan,Face++andBITpaperlinkMotivation这篇文章着重研究语义分割网络中高低层特征融合的效率问题。在很多工作中，融合不同尺度的特征

KFXW·2020-07-10 03:43

Deep Learning for Hyperspectral Image Classification：An Overview（2019）——深度学习论文笔记（一）

DeepLearningforHyperspectralImageClassification：AnOverview（2019）文章目录DeepLearningforHyperspectralImageClassification：AnOverview（2019）ABSTRACT1.INTRODUCTION2.DEEPMODELSSAEs（堆叠自编码器）：DBNs（深度信念网络）：CNNs（卷积神

immortal12·2020-07-10 00:42

Classification of Hyperspectral Images by Gabor Filtering Based Deep Network（2018）——深度学习论文笔记（六）

ClassificationofHyperspectralImagesbyGaborFilteringBasedDeepNetwork（2019）文章目录ClassificationofHyperspectralImagesbyGaborFilteringBasedDeepNetwork（2019）Abstract1.INTRODUCTION2.RELATEDWORKSA.StackedSpars

immortal12·2020-07-10 00:41

[深度学习论文笔记][Visualizing] Deep Inside Convolutional Networks Visualising Image Classification

Simonyan,Karen,AndreaVedaldi,andAndrewZisserman.“Deepinsideconvolutionalnetworks:Visualisingimageclassificationmodelsandsaliencymaps.”arXivpreprintarXiv:1312.6034(2013).(Citations:227).1DeconvApproach

Hao_Zhang_Vision·2020-07-09 11:00

[深度学习论文笔记][Scene Classification] Learning Deep Features for Scene Recognition using Places Database

Zhou,Bolei,etal.“Learningdeepfeaturesforscenerecognitionusingplacesdatabase.”Advancesinneuralinformationprocessingsystems.2014.1PlacesDataset7Mimages,476placecategories.•Places205:5kimages,205placecat

Hao_Zhang_Vision·2020-07-09 07:41

[深度学习论文笔记][Adversarial Examples] Explaining and Harnessing Adversarial Examples

Goodfellow,IanJ.,JonathonShlens,andChristianSzegedy.“Explainingandharnessingadversarialexamples.”arXivpreprintarXiv:1412.6572(2014).(Citations:129).10.3.1FastGradientSignMethodSupposewewanttopermutate

Hao_Zhang_Vision·2020-07-06 22:09

深度学习论文笔记2-AlexNet

AlexNet0.简介AlexNet是2012年ImageNet竞赛第一名，由Hinton和他的学生AlexKrizhevsky设计，包含了几个比较新的技术点，也首次在CNN中成功应用了ReLU、Dropout和LRN等Trick。同时AlexNet也使用了GPU进行运算加速。top-5testerrorrate为15.3%.1.模型结构1.1ReLUNonlinearity1.使用线性整流单元R

Aiolus-C·2020-07-05 09:14

深度学习论文笔记3-ZFNet

ZFNet0.简介ZFNet是ILSVRC2013的冠军，用于图像识别部分的网络就是在AlexNet的基础上，将kernel_size和stride减小。ZFNet可视化部分的网络，使用解卷积将CNN可视化，探究网络各个中间层的作用和分类器的操作，揭示输入是如何刺激各层的特征映射，展示训练过程中特征的演变、革新以及诊断网络建在的问题，目的在于解决为什么CNN表现良好和CNN应当如何改进的问题。1.

Aiolus-C·2020-07-05 09:14

深度学习论文笔记（异常检测）——f-AnoGAN: Fast unsupervised anomaly detection with generative adversarial networks

文章目录声明主要工作算法介绍阶段一：训练WGAN阶段二：训练Encoder训练方式一：iziiziizi训练方式二：zizzizziz训练方式三：izifizi_fizif异常检测实验声明出于好奇，本人只是阅读过该篇文章，并没有将该论文应用于实际生活，故不能在实践上给予各位一些建议，万分抱歉！如果诸位在看我写过的文章时发现了错误，请务必告诉本人，不胜感激！主要工作提出了一种Encoder，可以快速

菜到怀疑人生·2020-07-01 22:46

深度学习论文笔记（六）--- FCN-2015年（Fully Convolutional Networks for Semantic Segmentation）

深度学习论文笔记（六）---FCN全卷积网络FullyConvolutionalNetworksforSemanticSegmentationAuthor：JLong，EShelhamer，TDarrellYear

Teeyohuang·2020-07-01 13:39

[深度学习论文笔记][Semantic Segmentation] Learning Hierarchical Features for Scene Labeling

Farabet,Clement,etal.“Learninghierarchicalfeaturesforscenelabeling.”IEEEtransactionsonpatternanalysisandmachineintelligence35.8(2013):1915-1929.(Citations:703).1PipelineSeeFig.Weusemultiplescalesofthe

Hao_Zhang_Vision·2020-07-01 09:06

深度学习论文笔记之（一）HED边缘检测

Abstract创新点：用cnn做edgedetection(HED)，端到端解决两个问题：1）holistic（整体的）imagetrainingandprediction;2）multi-scaleandmulti-levelfeaturelearning;特点：端到端：image-to-image基于FCN和VGG改进通过多个sideoutput输出不同scale的边缘，然后通过一个训练的权

大青上·2020-06-30 11:50

深度学习论文笔记

1.语音情感识别、人工神经网络，深度学习神经网络发展历程介绍2.语音情感识别的基本理论3.人工神经网络4.深度学习神经网络基本理论1.语音情感识别、人工神经网络，深度学习神经网络发展历程介绍深度学习常用模型：自编码器、限制玻尔兹曼机、卷积神经网络应用：图像识别、语音设别、广告推荐系统情感分类：anger,joy,sadness,surprise,disgust,fear,netural情感表现：语

weixin_34419326·2020-06-28 19:28

[深度学习论文笔记][arxiv 1711] Non-local Neural Networks

[arxiv1711]Non-localNeuralNetworksXiaolongWang,RossGirshick,AbhinavGupta,KaimingHefromCMU,FAIRpaperlinkMotivation“Non-local”直译为“非局部”。个人的理解是指特征提取时，当前输入数据的特征计算要考虑其它输入数据的信息。举例来说，非局部操作的关注点就是在于如何建立起图像上两个有一

KFXW·2020-06-26 21:32

深度学习论文笔记（异常检测）—— Generative Adversarial Networks to Guide Marker Discovery

文章目录声明异常检测的基本概念主要工作AnoGAN介绍motivationAnoGAN异常检测原理loss的定义实验个人理解论文全称为：Schlegletal.-2017-UnsupervisedAnomalyDetectionwithGenerativeAdversarialNetworkstoGuideMarkerDiscovery声明出于好奇，本人只是阅读过该篇文章，并没有将该论文应用于实际

菜到怀疑人生·2020-06-23 04:03

深度学习论文笔记（可解释性）——CAM与Grad-CAM

文章目录主要工作GlobalAveragePooling的工作机制CAMGrad-CAM主要工作CAM与Grad-CAM用于解释CNN模型，这两个算法均可得出classactivationmappingclass\activation\mappingclassactivationmapping(类似于热力图)，可用于定位图像中与类别相关的区域（类似于目标检测），如下图所示：五颜六色的区域即为类别相

菜到怀疑人生·2020-06-23 04:03

[深度学习论文笔记][Human Pose Estimation] DeepPose: Human Pose Estimation via Deep Neural Networks

DeepPose:HumanPoseEstimationviaDeepNeuralNetworksToshev,Alexander,andChristianSzegedy.“Deeppose:Humanposeestimationviadeepneuralnetworks.”ProceedingsoftheIEEEConferenceonComputerVisionandPatternRecogn

Hao_Zhang_Vision·2020-06-21 21:46

深度学习论文笔记(ReLU)：Deep Sparse Rectifier Neural Networks

文章目录主要工作人工神经网络与生物神经网络的区别稀疏性带来的优势ReLU神经元的优势ReLU神经元的劣势主要工作提出了ReLU激活函数，ReLU激活函数的表现能力比tanh激活函数的更加好，训练完毕的神经网络具有一定的稀疏性人工神经网络与生物神经网络有一定的相似性，例如CNN与生物视觉神经处理数据的形式往往相似人工神经网络与生物神经网络的区别一、大脑神经元通过稀疏且分布的方式编辑信息。什么是稀疏与

菜到怀疑人生·2019-08-27 08:37

深度学习论文笔记（MSRA初始化与PReLU）：Surpassing Human-Level Performance on ImageNet Classification

文章目录主要工作PReLU激活函数PReLU定义PReLU中参数的反向传播MSRA初始化目的前向传播假设推导反向传播假设与推导MSRA初始化为什么以方差作为分析工具主要工作一、提出PReLU激活函数二、提出适合ReLU与PReLU激活函数的初始化方法MSRA，可有效抵抗梯度消失，训练深度网络发现了网络的"退化"问题，2016年的时候提出了相应的解决方案——残差结构PReLU可以解决ReLU带来的神

菜到怀疑人生·2019-08-23 09:26

深度学习论文笔记（xavier初始化）——Understanding the difficulty of training deep feedforward neural networks

文章目录问题解决方案问题突破口Xavier初始化问题假设符号表推导前向传播反向传播Xavier初始化实验结果Xavier初始化的思考问题Bradley发现反向传播的梯度从输出层往输入层逐层递减，通过研究以线性函数为激活函数的深度网络，Bradley发现从输出层往输入层方向，反向传播梯度的方差逐级递减，可以理解为出现了梯度消失，为了解决梯度消失，XavierGlorot,YoshuaBengio提出

菜到怀疑人生·2019-08-18 19:35

深度学习论文笔记（BN算法）——Batch Normalization

文章目录BN算法解决的问题什么是内部协变量偏移如何解决内部协变量偏移解决方案一：白化什么是白化白化操作不可取之处解决方案二：简化的白化操作简化一简化二BN操作BN操作的一点个人看法在CNN中使用BN算法测试样例如何进行标准化BN操作的时机BN操作的好处BN算法解决的问题BN算法主要解决的问题是内部协变量偏移。什么是内部协变量偏移由于参数更新导致底层网络的输出分布不断发生改变，高层网络的参数需要不断

菜到怀疑人生·2019-08-16 16:37

图深度学习论文笔记整理活动 | ApacheCN

整体进度：https://github.com/apachecn/g...贡献指南：https://github.com/apachecn/g...项目仓库：https://github.com/apachecn/g...贡献指南请您勇敢地去翻译和改进翻译。虽然我们追求卓越，但我们并不要求您做到十全十美，因此请不要担心因为翻译上犯错——在大部分情况下，我们的服务器已经记录所有的翻译，因此您不必担心

飞龙·2019-07-24 00:00

[深度学习论文笔记][arxiv 1711] Non-local Neural Networks

[arxiv1711]Non-localNeuralNetworksXiaolongWang,RossGirshick,AbhinavGupta,KaimingHefromCMU,FAIRpaperlinkMotivation“Non-local”直译为“非局部”。个人的理解是指特征提取时，当前输入数据的特征计算要考虑其它输入数据的信息。举例来说，非局部操作的关注点就是在于如何建立起图像上两个有一

Never-guess·2018-05-03 17:53

2017-02-27-深度学习论文笔记：R-FCN

Abstract提出了一个region-based,fullyconvolutional的网络来准确高效的进行物体检测。不同于FasterR-CNN，本论文的region-baseddetector是完全卷积化的，几乎一张图像上所有的计算都是共享的。为了实现这一目标，我们提出position-sensitivescoremaps，以解决在图像分类的平移不变性（translation-invaria

JacobKong·2017-02-27 22:56

深度学习论文笔记：SSD

知识点Jaccardoverlap,Jaccardsimilarity:Jaccardcoefficient:J(A,B)=|A∩B||A∪B|A,B分别代表符合某种条件的集合：两个集合交集的大小/两个集合并集的大小，交集=并集意味着2个集合完全重合。所以Jaccardoverlap其实就是IoU。AbstractSSD:利用单个深度神经网络的目标检测方法。将边界框的输出空间离散化为一组默认框，在

JacobKong·2017-02-20 23:16

深度学习论文笔记：YOLO9000

AbstractYOLO9000:astate-of-the-art,real-time的目标检测系统，可以检测超过9000种的物体分类。本论文提出两个模型，YOLOv2和YOLO9000。YOLOv2：是对YOLO改进后的提升模型。利用新颖的，多尺度训练的方法，YOLOv2模型可以在多种尺度上运行，在速度与准确性上更容易去tradeoff。YOLO9000：是提出的一种联合在检测和分类数据集上训

JacobKong·2017-02-18 21:18

深度学习论文笔记：YOLO

Abstract之前的物体检测的方法是使用分类器来进行检测。相反，本论文将对象检测作为空间分离的边界框和相关类概率的回归问题。本论文的YOLO模型能达到45fps的实时图像处理效果。FastYOLO：小型的网络版本，可达到155fps。与目前的检测系统相比，YOLO会产生更多的定位错误，但是会更少的去在背景中产生falsepositive。IntroductionDPM:useaslidingwi

JacobKong·2017-02-18 21:36

深度学习论文笔记：Faster R-CNN

AbstractRegionProposal的计算是基于RegionProposal算法来假设物体位置的物体检测网络比如：SPPnet,FastR-CNN运行时间的瓶颈。FasterR-CNN引入了RegionProposalNetwork（RPN）来和检测网络共享整个图片的卷积网络特征，因此使得regionproposal几乎是costfree的。RPN->预测物体边界（objectbounds

JacobKong·2017-02-18 21:44

深度学习论文笔记：Fast R-CNN

知识点mAP：detectionquality.Abstract本文提出一种基于快速区域的卷积网络方法（快速R-CNN）用于对象检测。快速R-CNN采用多项创新技术来提高训练和测试速度，同时提高检测精度。采用VGG16的网络：VGG:16layersof3x3convolutioninterleavedwithmaxpooling+3fully-connectedlayersIntroductio

JacobKong·2017-02-18 21:29

深度学习论文笔记：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition

Abstract现有的深卷积神经网络（CNN）需要固定尺寸（例如，224×224）的输入图像。新的网络结构，称为SPP-net，可以生成固定长度的表示，而不管图像大小/规模。使用SPP-net，我们从整个图像只计算一次特征图，然后在任意区域（子图像）中池特征以生成固定长度表示以训练检测器。INTRODUCTION在CNN的训练和测试中存在技术问题：普遍的CNN需要固定的输入图像大小（例如，224×

JacobKong·2017-02-18 21:33

深度学习论文笔记：Rich feature hierarchies for accurate object detection and semantic segmentation

AbstractmAP:meanaverageprecision，平均准确度我们的方法结合两个关键的见解：第一：采用高容量的卷积神经网络来从上到下的进行regionproposal，从而实现定位和分割物体。当标记的训练数据稀缺时，可以先对辅助数据集（任务）进行受监督的预训练，随后是基于域进行特定调整，产生显着的性能提升。Introduction关于各种视觉识别任务的上一个十年的进展主要基于SIFT

JacobKong·2017-02-18 21:37

[深度学习论文笔记] Convolutional Neuron Networks and its Applications

Inartificialintelligence,thereexistsaMoravec’sParadox,1“High-levelreasoningrequiresverylittlecomputation,butlow-levelsensorimotorskillsrequireenormouscomputationalresources”.Itiscomparativelyeasytomak

Hao_Zhang_Vision·2016-11-19 11:23

[深度学习论文笔记][Video Classification] Delving Deeper into Convolutional Networks for Learning Video Repre

Ballas,Nicolas,etal.“DelvingDeeperintoConvolutionalNetworksforLearningVideoRepresentations.”arXivpreprintarXiv:1511.06432(2015).(Citaions:14).1MotivationPreviousworksonRecurrentCNNshastendedtofocusonh

Hao_Zhang_Vision·2016-11-17 16:17

[深度学习论文笔记][Video Classification] Beyond Short Snippets: Deep Networks for Video Classification

Yue-HeiNg,Joe,etal.“Beyondshortsnippets:Deepnetworksforvideoclassification.”ProceedingsoftheIEEEConferenceonComputerVisionandPatternRecognition.2015.(Citations:171).1ArchitectureSeeFig.Weproposeproces

Hao_Zhang_Vision·2016-11-17 14:26

[深度学习论文笔记][Video Classification] Long-term Recurrent Convolutional Networks for Visual Recognition a

Donahue,Jeffrey,etal.”Long-termrecurrentconvolutionalnetworksforvisualrecognitionanddescription.”ProceedingsoftheIEEEConferenceonComputerVisionandPatternRecognition.2015.(Citations:418).1MotivationAll

Hao_Zhang_Vision·2016-11-17 11:12

[深度学习论文笔记][Video Classification] Two-Stream Convolutional Networks for Action Recognition in Videos

Simonyan,Karen,andAndrewZisserman.“Two-streamconvolutionalnetworksforactionrecognitioninvideos.”AdvancesinNeuralInformationProcessingSystems.2014.(Citations:425).1MotivationThefeatureslearntbySpatio-T

Hao_Zhang_Vision·2016-11-17 09:36

[深度学习论文笔记][Attention] Spatial Transformer Networks

Jaderberg,Max,KarenSimonyan,andAndrewZisserman.“Spatialtransformernetworks.”AdvancesinNeuralInformationProcessingSystems.2015.(Citations:116).1MotivationTheShow,AttendandTellonlyallowattentionconstrai

Hao_Zhang_Vision·2016-11-15 22:11

[深度学习论文笔记][Attention]Show, Attend, and Tell: Neural Image Caption Generation with Visual Attention

Xu,Kelvin,etal.“Show,attendandtell:Neuralimagecaptiongenerationwithvisualattention.”arXivpreprintarXiv:1502.030442.3(2015):5.(Citations:401).1MotivationInthepreviousimagecaptioningmodel,theRNNdecoderp

Hao_Zhang_Vision·2016-11-15 19:02

[深度学习论文笔记][Instance Segmentation] Instance-aware Semantic Segmentation via Multi-task Network Cascad

Dai,Jifeng,KaimingHe,andJianSun.“Instance-awaresemanticsegmentationviamultitasknetworkcascades.”arXivpreprintarXiv:1512.04412(2015).(Citations:40).1MotivationAllpreviousworksrequireexternelsegmentatio

Hao_Zhang_Vision·2016-11-13 20:25

[深度学习论文笔记][Instance Segmentation] Hypercolumns for Object Segmentation and Fine-Grained Localization

Hariharan,Bharath,etal.“Hypercolumnsforobjectsegmentationandfine-grainedlocalization.”ProceedingsoftheIEEEConferenceonComputerVisionandPatternRecogni-tion.2015.(Citations:185).1MotivationThehighlayerf

Hao_Zhang_Vision·2016-11-13 19:25

[深度学习论文笔记][Instance Segmentation] Simultaneous Detection and Segmentation

Hariharan,Bharath,etal.“Simultaneousdetectionandsegmentation.”EuropeanConferenceonComputerVision.SpringerInternationalPublishing,2014.(Citations:234).1PipelineSeeFig.TheideaisverysimilartoR-CNN,butwit

Hao_Zhang_Vision·2016-11-13 16:08

[深度学习论文笔记][Semantic Segmentation] Learning Deconvolution Network for Semantic Segmentation

Noh,Hyeonwoo,SeunghoonHong,andBohyungHan.“Learningdeconvolutionnetworkforsemanticsegmentation.”ProceedingsoftheIEEEInternationalConferenceonCom-puterVision.2015.(Citations:139).1MotivationThedeconvolu

Hao_Zhang_Vision·2016-11-13 15:55

[深度学习论文笔记][Semantic Segmentation] Fully Convolutional Networks for Semantic Segmentation

Long,Jonathan,EvanShelhamer,andTrevorDarrell.“Fullyconvolutionalnetworksforsemanticsegmentation.”ProceedingsoftheIEEEConferenceonComputerVisionandPatternRecognition.2015.(Citations:863).1MotivationPre

Hao_Zhang_Vision·2016-11-13 14:12

[深度学习论文笔记][Object Detection] Fast R-CNN

Girshick,Ross.“Fastr-cnn.”ProceedingsoftheIEEEInternationalConferenceonComputerVision.2015.(Citations:444).1R-CNNProblems•Slowattest-time:needtorunfullforwardpassofCNNforeachregionproposal.•Complexmul

Hao_Zhang_Vision·2016-11-10 15:14

[深度学习论文笔记][Image Classification] 图像分类部分论文导读

[ImageNet]•Over15Mlabeledhighresolutionimages.•Roughly22kcategories.•CollectedfromwebandlabeledbyAmazonMechanicalTurk.[ILSVRC(ImageNetLarge-ScaleVisualRecognitionChallenge)]•Annualcompetitionofimagecl

Hao_Zhang_Vision·2016-10-11 08:11

推荐频道

【深度学习论文笔记】

深度学习论文笔记(增量学习)——Overcoming catastrophic forgetting in neural networks

推荐系统笔记7-Wide & Deep Learning for Recommender Systems

[深度学习论文笔记][Object Detection] Faster R-CNN: Towards Real-Time Object

[深度学习论文笔记]Temporal Localization of Fine-Grained Actions in Videos by Domain Transfer from Web Images

[深度学习论文笔记][arxiv 1805] Why do deep convolutional networks generalize so poorly to small image transf

[深度学习论文笔记][arxiv 1804]ExFuse: Enhancing Feature Fusion for Semantic Segmentation

Deep Learning for Hyperspectral Image Classification：An Overview（2019）——深度学习论文笔记（一）

Classification of Hyperspectral Images by Gabor Filtering Based Deep Network（2018）——深度学习论文笔记（六）

[深度学习论文笔记][Visualizing] Deep Inside Convolutional Networks Visualising Image Classification

[深度学习论文笔记][Scene Classification] Learning Deep Features for Scene Recognition using Places Database

[深度学习论文笔记][Adversarial Examples] Explaining and Harnessing Adversarial Examples

深度学习论文笔记2-AlexNet

深度学习论文笔记3-ZFNet

深度学习论文笔记（异常检测）——f-AnoGAN: Fast unsupervised anomaly detection with generative adversarial networks

深度学习论文笔记（六）--- FCN-2015年（Fully Convolutional Networks for Semantic Segmentation）

[深度学习论文笔记][Semantic Segmentation] Learning Hierarchical Features for Scene Labeling

深度学习论文笔记之（一）HED边缘检测

深度学习论文笔记

[深度学习论文笔记][arxiv 1711] Non-local Neural Networks

深度学习论文笔记（异常检测）—— Generative Adversarial Networks to Guide Marker Discovery

深度学习论文笔记（可解释性）——CAM与Grad-CAM

[深度学习论文笔记][Human Pose Estimation] DeepPose: Human Pose Estimation via Deep Neural Networks

深度学习论文笔记(ReLU)：Deep Sparse Rectifier Neural Networks

深度学习论文笔记（MSRA初始化与PReLU）：Surpassing Human-Level Performance on ImageNet Classification

深度学习论文笔记（xavier初始化）——Understanding the difficulty of training deep feedforward neural networks

深度学习论文笔记（BN算法）——Batch Normalization

图深度学习论文笔记整理活动 | ApacheCN

[深度学习论文笔记][arxiv 1711] Non-local Neural Networks

2017-02-27-深度学习论文笔记：R-FCN

深度学习论文笔记：SSD

深度学习论文笔记：YOLO9000

深度学习论文笔记：YOLO

深度学习论文笔记：Faster R-CNN

深度学习论文笔记：Fast R-CNN

深度学习论文笔记：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition

深度学习论文笔记：Rich feature hierarchies for accurate object detection and semantic segmentation

[深度学习论文笔记] Convolutional Neuron Networks and its Applications

[深度学习论文笔记][Video Classification] Delving Deeper into Convolutional Networks for Learning Video Repre

[深度学习论文笔记][Video Classification] Beyond Short Snippets: Deep Networks for Video Classification

[深度学习论文笔记][Video Classification] Long-term Recurrent Convolutional Networks for Visual Recognition a

[深度学习论文笔记][Video Classification] Two-Stream Convolutional Networks for Action Recognition in Videos

[深度学习论文笔记][Attention] Spatial Transformer Networks

[深度学习论文笔记][Attention]Show, Attend, and Tell: Neural Image Caption Generation with Visual Attention

[深度学习论文笔记][Instance Segmentation] Instance-aware Semantic Segmentation via Multi-task Network Cascad

[深度学习论文笔记][Instance Segmentation] Hypercolumns for Object Segmentation and Fine-Grained Localization

[深度学习论文笔记][Instance Segmentation] Simultaneous Detection and Segmentation

[深度学习论文笔记][Semantic Segmentation] Learning Deconvolution Network for Semantic Segmentation

[深度学习论文笔记][Semantic Segmentation] Fully Convolutional Networks for Semantic Segmentation

[深度学习论文笔记][Object Detection] Fast R-CNN

[深度学习论文笔记][Image Classification] 图像分类部分论文导读