NIPS

论文笔记-Generative Adversarial Nets

论文链接：https://papers.nips.cc/paper/2014/file/5ca3e9b122f61f8f06494c97b1afccf3-Paper.pdf论文解读：https://www.bilibili.com
升不上三段的大鱼·2024-02-09 05:49

论文笔记：NIPS 2020 Graph Contrastive Learning with Augmentations

前言本文主要提出在图对比学习大框架下的图数据增强的若干方法。概括来说，本文提出了一种图对比学习框架来无监督的完成图表示学习，首先作者提出了基于各种先验信息的四种图数据增强方法。然后，作者分析了在四种不同的图数据增强条件下，不同组合对多个数据集的影响:半监督、无监督、迁移学习以及对抗性攻击。作者为GNN的预训练提出了基于图数据增强的对比学习框架来解决图中数据异质性的挑战，本文的主要贡献如下：作者提出
饮冰l·2024-02-09 00:54

知识蒸馏综述---代码整理

1、KD:KnowledgeDistillation链接：https://arxiv.org/pdf/1503.02531.pd3f发表：NIPS14最经典的，也是明确提出知识蒸馏概念的工作，通过使用带温度的
qq_41920323·2024-02-05 01:58

（2021|NIPS，VQ-VAE，精度瓶颈松弛，三明治层归一化，CapLoss）CogView：通过转换器掌握文本到图像的生成

CogView:MasteringText-to-ImageGenerationviaTransformers公众号：EDPJ（添加VX：CV_EDPJ或直接进Q交流群：922230617获取资料）目录0.摘要1.简介2.方法2.1理论2.2标记化2.3自回归Transformer2.4训练的稳定性3.微调3.1超分辨率3.2图像标题和自我重新排名3.3风格学习3.4工业时尚设计4.实验结果4.1
EDPJ·2024-02-03 19:18

《Two-Stream Convolutional Networks for Action Recognition in Videos》算法详解

论文链接：Two-StreamConvolutionalNetworksforActionRecognitioninVideos文章由牛津大学VGG实验室提出，收录于NIPS2014。
ce0b74704937·2024-01-28 14:57

NIPS 2018 | Quoc Le提出卷积网络专属正则化方法DropBlock

姓名:刘畅学号：15020199045转自：https://zhuanlan.zhihu.com/p/49079813【嵌牛导读】：谷歌大脑团队在arXiv上发布论文，提出了一种卷积网络正则化方法DropBlock，它是dropout的变体，但青出于蓝而胜于蓝。【嵌牛鼻子】：谷歌大脑，卷积神经网络，正则化，DropBlock【嵌牛提问】：你了解神经网络的正则化吗？【嵌牛正文】：深度神经网络在具备大
薰风初入弦Isono_5c51·2024-01-24 01:48

后门攻击阅读笔记，Input-aware dynamic backdoor attack

VinAIResearch,HanoiUniversityofScienceandTechnology,VinUniversity论文作者：TuanAnhNguyen,TuanAnhTran收录会议：NIPS2020
wujiekd·2024-01-20 19:46

万字长文——搞懂Transformer的来龙去脉

原文：Attentionisallyouneed谷歌团队2017年发表在NIPS简单理解Transformer处理词语的方式：传统的方法是逐个词处理，就像阅读一本书，一次只看一个词。
SQingL·2024-01-14 18:08

机器学习顶会ICML 2024今日开放投稿，CCF A类，中稿率27.94%（附ICML23杰出论文+18篇高分论文）

ICML全称InternationalConferenceonMachineLearning，由国际机器学习学会（IMLS）举办，与NIPS一同被认为是人工智能、机器学习领域难度最高的国际会议（含金量也超高
深度之眼·2024-01-10 14:47

（2023|NIPS，邻域分布预测，Wasserstein 距离）通过上下文预测改进基于扩散的图像合成

ImprovingDiffusion-BasedImageSynthesiswithContextPrediction公和众和号：EDPJ（添加VX：CV_EDPJ或直接进Q交流群：922230617获取资料）目录0.摘要3.基础4.ConPreDiff4.1扩散生成中的邻域上下文预测4.2高效的大上下文解码4.3离散和连续CONPREDIFF5.实验A.附录A.1局限性和更广泛的影响S.总结S.
EDPJ·2024-01-08 05:43

（2023|NIPS，MUSE，掩蔽适配器，基于反馈的迭代训练）StyleDrop：任意风格的文本到图像生成

StyleDrop:Text-to-ImageGenerationinAnyStyle公和众和号：EDPJ（添加VX：CV_EDPJ或直接进Q交流群：922230617获取资料）目录0.摘要3.StyleDrop：文本到图像合成的风格调整3.1基础：Muse[4]，用于文本到图像合成的掩蔽Transformer3.2文本到图像生成式视觉Transformer的参数高效微调3.2.1构建文本提示3.
EDPJ·2024-01-08 05:41

【论文阅读】Variational Graph Auto-Encoder

0、基本信息会议：2016-NIPS作者：ThomasN.Kipf，MaxWelling文章链接：VariationalGraphAuto-Encoder代码链接：VariationalGraphAuto-Encoder1
鲸可落·2024-01-08 03:45

Deep Learning for Precipitation Nowcasting:A Benchmark and A New Model

Thispaperwaspublishedat31stConferenceonNeuralInformationProcessingSystems(NIPS2017),LongBeach,CA,USA.
流浪的诗人，·2024-01-04 19:52

Deep Q-Network (DQN)理解

DQN最开始由DeepMind发表在NIPS2013，后来将改进的版本发表在Nature2015。NIPS2013:PlayingAtariwithDeepReinforcementLe
兔兔爱学习兔兔爱学习·2024-01-03 20:59

2023年 18篇神经架构搜索(Neural Architecture Search) ICCV ICML NIPS IJCAI Survey 笔记

目录1.EMQ:EvolvingTraining-freeProxiesforAutomatedMixedPrecisionQuantization(ICCV)2.MixPath:AUnifiedApproachforOne-shotNeuralArchitectureSearch(ICCV)3.AutomatedKnowledgeDistillationviaMonteCarloTreeSear
从零开始的计科搬砖猫·2024-01-03 12:21

斯坦福大学密码学公开课——Block Ciphers (2)

后来于1997年被穷举算法所攻破，2000年NIPS采用了AES作为新的标准。它的核心的想法是利用FeistelNetwork构建可逆函数。
Scaryang·2023-12-31 06:32

论文阅读：Large Language Models Are Zero-Shot Time Series Forecasters（2023NIPS）

摘要文章涉及了两个时间序列的任务：forecasting，imputation.对于预测任务：通过将时间序列编码为一系列数字，可以将时间序列预测任务转化为文本里面的next-token预测任务。在大规模预训练语言模型的基础上，文章提出了一些方法用于有效编码时间序列数据，并将离散分布的编码转换成灵活的连续分布（分布转换部分涉及到诸多统计学知识）。在数值补全任务中，文章展示了语言模型（LLMs）如何通
知福致福·2023-12-28 11:03

【阅读笔记】LoRAHub：Efficient Cross-Task Generalization via Dynamic LoRA Composition

一、论文信息1论文标题LoRAHub：EfficientCross-TaskGeneralizationviaDynamicLoRAComposition2发表刊物NIPS2023_WorkShop3作者团队
ZedKingCarry·2023-12-28 00:15

（2021|NIPS，基准，组合概念生成，R-Precision，CLIP-R-Precision）组合文本到图像合成的基准

BenchmarkforCompositionalText-to-ImageSynthesisgz号：EDPJ（添加VX：CV_EDPJ或直接进Q交流群：922230617获取资料）目录0.摘要1.简介2.相关工作3.构建文本到图像合成的组合分割3.1问题定义3.2组合拆分生成4.文本到图像合成的评估5.实验5.1自动评估5.2人工评估5.3定性分析6.讨论和更广泛的影响S.总结S.1主要贡献S.
EDPJ·2023-12-26 00:25

Unfolding the Alternating Optimization for Blind Super Resolution

论文信息Paper:[NeurIPS2020]UnfoldingtheAlternatingOptimizationforBlindSuperResolutionLink:https://papers.nips.cc
FengF2017·2023-12-25 22:40

论文阅读：Blind Super-Resolution Kernel Estimation using an Internal-GAN

这是发表在2019年NIPS上的一篇文章，那个时候还叫NIPS，现在已经改名为NeurIPS了。
Matrix_11·2023-12-25 12:27

【基础论文笔记一】(2018 NIPS)Conditional Adversarial Domain Adaptation CDAN条件对抗域适应

目录一、CDAN结构二、多线性调整三、熵调整四、总体优化目标前言对抗性学习已被嵌入到深层网络中，用于学习解纠缠和可转移的领域适应表示。在分类问题中，现有的对抗性域自适应方法可能无法有效地对齐多模态分布的不同域。作者指出当前一些对抗域适应方法仍存在三个问题：1.只考虑了特征对齐，没有考虑标签对齐。2.当数据分布体现出复杂的多模态结构时，对抗性自适应方法可能无法捕获这种多模态结构，也就是说即使判别器完
羊驼不驼a·2023-12-24 16:13

【扩散模型】9、Imagen | 借用语言模型的能力来实现文生图（NIPS2022 Oral）

文章目录一、背景二、方法2.1预训练的语言编码器2.2扩散模型和classifier-freeguidance三、效果论文：Imagen:PhotorealisticText-to-ImageDiffusionModelswithDeepLanguageUnderstanding官网：https://www.assemblyai.com/blog/how-imagen-actually-works
呆呆的猫·2023-12-22 13:06

PSP - 结构生物学中的机器学习 (NIPS MLSB Workshop 2023.12)

欢迎关注我的CSDN：https://spike.blog.csdn.net/本文地址：https://spike.blog.csdn.net/article/details/135120094MachineLearninginStructuralBiology(机器学习在结构生物学中)网址：https://www.mlsb.io/Workshopatthe37thConferenceonNeur
SpikeKing·2023-12-21 20:02

（2021|NIPS，扩散，无条件分数估计，条件分数估计）无分类器引导扩散

Classifier-FreeDiffusionGuidance公z号：EDPJ（添加VX：CV_EDPJ或直接进Q交流群：922230617获取资料）目录0.摘要1.简介2.扩散模型3.引导3.1分类器引导3.2无分类器引导4.实验4.1改变无分类器引导强度4.2改变无条件训练概率4.3改变采样步数5.讨论6.结论S.总结S.1主要贡献S.2无分类器引导0.摘要分类器引导是一种最近引入的方法，用
EDPJ·2023-12-19 19:21

各大期刊网址

dblp.uni-trier.de/db/conf/aaai/CVPR:http://dblp.uni-trier.de/db/conf/cvpr/NeurlPS:http://dblp.uni-trier.de/db/conf/nips
葳蕤Vantal·2023-12-04 07:40

物理世界中的等距3D对抗样本

论文题目：Isometric3DAdversarialExamplesinthePhysicalWorld会议：NIPS2022点云：点云——表达目标空间分布和目标表面特性的海量点集合，点包含xyz坐标信息能够包含颜色等其他信息使用顶点
凌峰的博客·2023-12-01 21:44

论文速览【ML4CO】—— 【Ptr-Net】Pointer Networks

标题：PointerNetworks文章链接：PointerNetworks参考代码（非官方）：keon/pointer-networks发表：NIPS2015领域：深度学习解决组合优化问题(ML4CO
云端FFF·2023-11-30 13:51

GAN：ImprovedGAN-训练GAN的改进策略

论文：https://arxiv.org/abs/1606.03498代码：https://github.com/openai/improved_gan发表：NIPS2016一、文章创新1：Featurematching
微风❤水墨·2023-11-29 06:37

(二)Faster-RCNN--NIPS2015论文解读

FasterR-CNN:TowardsReal-TimeObjectDetectionwithRegionProposalNetworks更快的R-CNN：利用区域提案网络实现实时目标检测摘要最先进的目标检测网络依赖于区域建议算法来假设对象位置。像SPPnet[1]和FastR-CNN[2]这样的进展减少了这些检测网络的运行时间，暴露了区域建议计算作为瓶颈。在这项工作中，我们引入了一个区域提议网络
灯会_hust·2023-11-26 05:00

[PyTorch][chapter 64][强化学习-DQN]

前言：DQN就是结合了深度学习和强化学习的一种算法，最初是DeepMind在NIPS2013年提出，它的核心利润包括马尔科夫决策链以及贝尔曼公式。
明朝百晓生·2023-11-25 12:00

图像描述（image caption）2018 NIPS论文总结

图像描述（imagecaption）2018NIPS论文总结1.Partially-SupervisedImageCaptioning这篇文章是半监督来训练imagecaption的任务，因为imagecaption
Charles、洛·2023-11-25 06:29

【机器学习】On the Identifiability of Nonlinear ICA： Sparsity and Beyond

前言本文是对OntheIdentifiabilityofNonlinearICA:SparsityandBeyond(NIPS2022)中两个结构稀疏假设的总结。原文链接在Reference中。
小丫么小阿豪·2023-11-23 05:25

【视频理解】论文串讲

AComprehensiveStudyofDeepVideoActionRecognition2014-CVPR-Large-scaleVideoClassificationwithConvolutionalNeuralNetworks2014-NIPS-Two-StreamConvolutionalNetworksforActionRecognitioni
念啊啊啊啊丶·2023-11-23 04:14

论文笔记： BRITS: Bidirectional Recurrent Imputation for Time Series

2018NIPS0摘要时间序列在许多分类/回归应用程序中无处不在。但是，实际应用中的时间序列数据可能包含很多缺失值。因此，给定多个（可能相关的）时间序列数据，填充缺失值并同时预测它们的类标签很重要。
UQI-LIUWJ·2023-11-21 17:48

分布式系统-拜占庭将军问题-通信协议

元学习论文总结||小样本学习论文总结2017-2019年计算机视觉顶会文章收录AAAI2017-2019CVPR2017-2019ECCV2018ICCV2017-2019ICLR2017-2019NIPS2017
TBYourHero·2023-11-20 18:11

NIPS15 - 神经网络中的空间转换模块STN《Spatial Transformer Network》(含代码复现)

文章目录原文地址论文阅读方法初识相知回顾代码原文地址原文论文阅读方法三遍论文法初识CNN方法在计算机视觉领域大放异彩，在很多领域都已经代替了传统方法。然而卷积神经网络的架构缺乏空间不变性（SpatiallyInvariant），即使卷积和max-pooling操作在一定程度上引入了平移不变性和空间不变性，但如果输入发生了较大的空间变化，CNN就变得无法识别了。因此本文提出了一个空间转换模块，并以此
我是大黄同学呀·2023-11-19 19:40

目标检测||速览

元学习论文总结||小样本学习论文总结2017-2019年计算机视觉顶会文章收录AAAI2017-2019CVPR2017-2019ECCV2018ICCV2017-2019ICLR2017-2019NIPS2017
TBYourHero·2023-11-19 11:00

大型语言模型综述全新出炉：从T5到GPT-4最全盘点，国内20余位研究者联合撰写...

进NLP群—>加入NLP交流群(备注nips/emnlp/nlpcc进入对应投稿群)自20世纪50年代图灵测试提出以来，人们始终在探索机器处理语言智能的能力。
zenRRan·2023-11-16 23:10

机器学习论文会议整理

机器学习顶级会议：NIPS,ICML（2月）,UAI（B类）,AISTATS;（期刊：JMLR,ML,TrendsinML,IEEET-NN）计算机视觉和图像识别：ICCV（3月）,CVPR（11月）,
生变论·2023-11-15 23:59

【论文阅读】NIPS 2023 Connecting Multi-modal Contrastive Representations 多模态表征，跨模态对比学习表征，图像，文本，音频，3D

发表地点：NIPS2023；论文下载链接：https://arxiv.org/abs/2305.14381代码链接：https://c-mcr.github.io/C-MCR/；摘要：多模态对比表征学习
me_yundou·2023-11-10 13:37

【扩散模型】5、Diffusion models beat GAN 简介

论文：DiffusionmodelsbeatGANonimageSynthesis代码：https://github.com/openai/guided-diffusion出处：OPENAI|NIPS2021
呆呆的猫·2023-11-06 13:07

WXK+ 分布外鲁邦 AugMax: Adversarial Composition of Random Augmentations for Robust Training

读NIPS2021论文AugMax:AdversarialCompositionofRandomAugmentationsforRobustTraining摘要数据增强是提高鲁棒性的一个简单有效之法。
hoix·2023-11-05 05:49

基于L2,1范数的特征选择方法

FeipingNie,HengHuang,XiaoCai,ChrisH.Q.Ding.EfficientandRobustFeatureSelectionviaJointL2,1-NormsMinimization,NIPS
静守道·2023-11-03 21:10

Optimization as a model for few-shot learning||论文阅读

元学习论文总结||小样本学习论文总结2017-2019年计算机视觉顶会文章收录AAAI2017-2019CVPR2017-2019ECCV2018ICCV2017-2019ICLR2017-2019NIPS2017
TBYourHero·2023-10-31 18:14

小样本学习的k-way n-shot

元学习论文总结||小样本学习论文总结2017-2019年计算机视觉顶会文章收录AAAI2017-2019CVPR2017-2019ECCV2018ICCV2017-2019ICLR2017-2019NIPS2017
TBYourHero·2023-10-31 18:44

贝叶斯网络

元学习论文总结||小样本学习论文总结2017-2019年计算机视觉顶会文章收录AAAI2017-2019CVPR2017-2019ECCV2018ICCV2017-2019ICLR2017-2019NIPS2017
TBYourHero·2023-10-31 11:49

Attention Is All You Need 论文笔记

该论文发表在2017年的NIPS上。1、Attention机制Attention用于计算“相关程度”，他考虑的是随意线索，而CNN，RNN考虑的是不随意线索。A
墨鱼mo·2023-10-29 18:26

Attention Is All You Need阅读笔记

NIPS2017AshishVaswani,NoamShazeer,NikiParmar,JakobUszkoreit,LlionJones,AidanN.Gomez,LukaszKaiser,IlliaPolosukhin
Ma lidong·2023-10-29 18:22

经典物体检测框架，Faster RCNN、SSD、YOLO以及扩展

FasterRCNN改进的算法二、单阶检测器1.SSD根据SSD改进的算法2.YOLO总结前言这篇文章是我本人看完三大经典物体检测框架后的一些总结一、二阶检测器FasterRCNNFasterRCNN发表与NIPS2015
darkfan_cheese·2023-10-29 06:12
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他