NIPS

重磅 | 机器学习大神Bengio最新论文发布，专注RNN优化难题，将在NIPS提出新概念fraternal dropout

编译|Troy·Chang、爱心心、reason_W校对|reason_W下个月机器学习领域的顶会Nips就要在大洋彼岸开幕啦，那么这次的Nips又有什么值得关注的亮点呢？
AI科技大本营·2017-11-08 15:42

MARL（multi-agent reinforcement learning）的一些边缘文章（imitation、transfer、security等）

MARL-Papers7.4.2、InverseMARL[1]CooperativeinversereinforcementlearningbyHadfield-MenellD,RussellSJ,AbbeelP,etal.NIPS
mmc2015·2017-11-07 20:22

先读懂CapsNet架构然后用TensorFlow实现：全面解析Hinton的提出的Capsule

上周GeoffreyHinton等人公开了那篇备受关注的NIPS论文，而后很多研究者与开发者都阅读了该论文并作出了一定的代码实现。
机器之心V·2017-11-07 06:53

【前沿】TensorFlow Pytorch Keras代码实现深度学习大神Hinton NIPS2017 Capsule论文

10月26日，深度学习元老Hinton的NIPS2017Capsule论文《DynamicRoutingBetweenCapsules》终于在arxiv上发表。
weixin_33851429·2017-11-06 10:34

面向星际争霸：DeepMind 提出多智能体强化学习新方法

该论文也将出现在12月美国长滩举行的NIPS2017大会上。深度强化学习结合深度学习[57]和强化学习[92,62]来计算决策策略[71,70
机器之心V·2017-11-05 06:07

ICCV 2017：训练GAN的16个技巧，2400+星（PPT）

这是NIPS2016的SoumithChintala作的邀请演讲的修改版本，而2016年的这些tricks在github
算法学习者·2017-10-29 21:06

图片风格转换（附TensorFlow代码）

源论文：ANeuralAlgorithmofArtisticStyle.2015NIPS思路：采用ImageNet数据集预训练一个VGG19网络出来，得到网络结构如下图：其中紫色框中的5个layer代表图像风格层
英国老鼠_·2017-10-18 22:48

第1095期AI100_机器学习日报(2017-09-17)

AI100_机器学习日报2017-09-17深度学习在NLP中的最佳实践经验和技巧@算法组微软刘铁岩：人工智能的应用发展@新浪数据中心NIPS2017论文摘要采集@爱可可-爱生活KDD2017最佳论文：
机器学习日报·2017-10-16 23:34

机器学习的期刊和会议

dblp.uni-trier.de/db/journals/jmlr/MachineLearning出版社:Springerhttp://dblp.uni-trier.de/db/journals/ml/会议:NIPS
贝贝爱豆豆·2017-10-14 10:51

LightRNN —— 基于RNN的轻量级语言模型

2017年6月我在MSRA实习的时候，在微软内部的Talk上听过MSRA主管研究员秦涛博士讲过一篇他们团队在2016年顶会NIPS上发表的最新成果《LightRNN:MemoryandComputation-EfficientRecurrentNeuralNetworks
guoyuhaoaaa·2017-10-06 10:05

NIPS2017 论文汇总

NIPS2017https://nips.cc/Conferences/2017/AcceptedPapersInitial
This_is_alva·2017-09-28 16:05

icml和nips等会议论文地址

icml和nips，足矣nips全部论文在：https://papers.nips.cc/icml全部论文在：http://jmlr.org/proceedings/ICDMhttp://www.cs.uvm.edu
goodshot·2017-09-24 13:19

深入浅出 GAN·原理篇文字版（完整）｜干货

深入浅出GAN·原理篇文字版（完整）｜干货机翼技术百家号05-2902:02导语这次的内容主要是想梳理GAN从NIPS2014被提出，到2017年5月，都有哪些重要的从原理和方法上的重要研究。
聪仔1234·2017-09-08 16:45

GAN改进五大方向

ImprovedGAN(NIPS-2016workshop)：该工作主要给出了5条有助于GAN稳定训练的经验：(1)特征匹配：让生成器产生的样本与真实样本在判别器中间层的响应一致，即使判别器从真实数据和生成数据中提取的特征一致
老司机的诗和远方·2017-09-07 15:53

扩展：GAN模型及其在2016年度的进展

笔者对几大会议等进行了不完全统计，其中：ICLR-2017提交论文：45篇产生式模型相关，37篇与对抗训练相关；NIPS
MiracleJQ·2017-08-23 13:40

Face Paper: R-FCN论文详解

论文：R-FCN：objectdetectionviaregion-basedfullyconvolutionalnetworks论文链接：http://papers.nips.cc/paper/6465
BigCowPeking·2017-08-22 22:08

TensorFlow学习笔记（二十八）CNN的9大模型之AlexNet

本文出自NIPS2012，作者是大神AlexKrizhevsky，属于多伦多大学Hinton组。
Soyoger·2017-08-20 11:10

Kaggle首席技术官发布——(Kaggle)NIPS 2017对抗学习挑战赛起步指南

阅读更多原文链接：http://click.aliyun.com/m/26854/摘要：本文是一个kaggle数据处理的入门介绍，由Kaggle首席技术官Ben简单介绍以下2017年的NIPS对抗学习竞赛数据的处理
爱哭的小魔女·2017-07-27 16:00

Kaggle首席技术官发布——(Kaggle)NIPS 2017对抗学习挑战赛起步指南

阅读更多原文链接：http://click.aliyun.com/m/26854/摘要：本文是一个kaggle数据处理的入门介绍，由Kaggle首席技术官Ben简单介绍以下2017年的NIPS对抗学习竞赛数据的处理
爱哭的小魔女·2017-07-27 16:00

Kaggle首席技术官发布——(Kaggle)NIPS 2017对抗学习挑战赛起步指南

阅读更多原文链接：http://click.aliyun.com/m/26854/摘要：本文是一个kaggle数据处理的入门介绍，由Kaggle首席技术官Ben简单介绍以下2017年的NIPS对抗学习竞赛数据的处理
爱哭的小魔女·2017-07-27 16:00

文章标题

labview机器人http://sine.ni.com/nips/cds/view/p/lang/zhs/nid/209856mbed开发者社区http://mbed.smeshlink.com/BookmarksBookmarks
sinat_26413437·2017-07-15 18:52

非负矩阵分解(NMF)论文笔记（1）

NMF经典论文：AlgorithmsforNon-negativeMatrixFactorization（NIPS,2001），此文主讲算法细节偏理论。（话说怎么去掉图片默认水印，有点影响视觉效果。）
Bear_Kai·2017-06-20 15:36

深度学习新星：GAN的基本原理、应用和走向

2016年，GAN热潮席卷AI领域顶级会议，从ICLR到NIPS，大量高质量论文被发表和探讨。YannLeC
朝圣之路·2017-06-19 00:47

Generative Adversarial Nets (GAN)解读

会议：NIPS2014IntroductionGAN，生成对抗式网络是是IanGoodfellow经典的大作，引起了很大的轰动，后面的各种GAN也层出不穷。
andrewseu·2017-06-18 21:18

Keras笔记——关于DCGAN的实现

前几天学习了一下GAN的相关知识，有NIPS2016中的教程，还有知乎专栏的令人拍案叫绝的WassersteinGAN，以及后续WassersteinGAN最新进展：从weightclipping到gradientpenalty
hgfm100·2017-06-16 10:06

【论文笔记】物体检测与分割系列 DeepMask

paper：LearningtoSegmentObjectCandidates.FAIR,2015NIPS.code：https://github.com/facebookresearch/deepmaskDeepMask
Elaine_Bao·2017-06-09 19:19

深度学习经典卷积神经网络之AlexNet

论文地址：http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf
marsjhao·2017-06-09 08:36

深度强化学习——DQN

由DeepMind在NIPS2013上发表1，后又在Nature2015上提出改进版
草帽B-O-Y·2017-06-05 21:24

简单理解与实验生成对抗网络GAN

GAN的鼻祖之作是2014年NIPS一篇文章：GenerativeAdversarialNet,可以细细品味。分享一个目前各类GAN的一个论文整理集合再分享一个目前各类GA
on2way·2017-05-26 21:49

简单理解与实验生成对抗网络GAN

GAN的鼻祖之作是2014年NIPS一篇文章：GenerativeAdversarialNet,可以细细品味。分享一个目前各类GAN的一个论文整理集合再分享一个目前各类GA
on2way·2017-05-26 21:00

无人驾驶技术系列（干货）

美国南加州大学物理博士，加州大学洛杉矶分校博士后，研究方向包括计算机和生物视觉，互联网广告算法，互联网文本和视频的推荐系统，语音识别和自然语言处理，曾在NIPS等国际会议中发表文章。
曼陀罗彼岸花·2017-05-16 16:24

神经网络压缩（2）： Dynamic Network Surgery for Efficient DNNs

转自：http://blog.csdn.net/zhangjunhit/article/details/53218211NIPS2016http://arxiv.org/abs/1608.04493code
cookie_234·2017-04-28 13:50

基于强化学习的文本生成技术

2013年以来Deepmind团队相继在NIPS和Natures上发表了用深度增强（强化）学习玩Atari游戏，并取得良好的效果，随后Alphago与李世乭的一战更使得深度增强学习家喻户晓。
算法学习者·2017-04-25 01:49

生成式对抗网络---机器学习中的热门话题

生成式对抗网络---机器学习中的热门话题GenerativeAdversarialNetworks–HotTopicinMachineLearningTaylorGuo，2017年4月21日星期五NIPS2016
新新大熊·2017-04-21 17:43

强化学习进阶 第六讲 策略梯度方法

本课程参考资料是PieterAbbeel在NIPS2016给的tutorial，视频网址为：DeepReinforcementLearningThr
Bixiwen_liu·2017-04-20 19:40

NIPS 十大机器学习精选论文

作者简介：洪亮劼，Etsy数据科学主管，前雅虎研究院高级经理。长期从事推荐系统、机器学习和人工智能的研究工作，在国际顶级会议上发表论文20余篇，长期担任多个国际著名会议及期刊的评审委员会成员和审稿人。责编：何永灿，欢迎人工智能领域技术投稿、约稿、给文章纠错，请发送邮件至[email protected]本文为《程序员》原创文章，未经允许不得转载，更多精彩文章请订阅2017年《程序员》人工智能和机器学习领域
csdn_csdn__AI·2017-03-29 19:27

论文阅读，GAN 生成对抗网络 2014 Goodfellow原文阅读笔记

2014GenerativeAdversarialNets(精读2017.3.2)Goodfellow,Bengioetal.NIPS2014蒙特利尔大学摘要一种新的生成式框架，同时训练两个模型，一个称为
superhy_scut·2017-03-07 19:03

Coupled Generative Adversarial Networks 阅读笔记

这篇文章（NIPS2016）是基于GenerativeAdversarialNetworks（GAN）而来的，GAN有两个部分，第一部分是生成器Generator，第二部分是判别器Discriminator
Kevein111·2017-03-05 23:35

nips《tagger-deep-unsupervised-perceptual-grouping 》翻译

论文标题：Tagger:DeepUnsupervisedPerceptualGrouping作者：KlausGreff,AnttiRasmus,MathiasBerglund,TeleHotlooHao,JürgenSchmidhuber,HarriValpola【摘要】我们提出了一个有效的感知推理，它能明确地对输入和特征中的分割进行推论。我们的框架是以一种无监督方法或者有时会附加任意监督任务，来
机器学习起飞路·2017-02-18 15:23

生成式对抗网络（Generative Adversarial Nets）

一、简介2016年12月5日，在西班牙巴塞罗那举办的NIPS会议上，本文的作者也就是IanGoodfellow，依旧以他的代表作-生成式对抗网络-为主题进行了演讲。
弓如霹雳弦惊·2017-02-16 16:29

生成式对抗网络（Generative Adversarial Nets）

一、简介2016年12月5日，在西班牙巴塞罗那举办的NIPS会议上，本文的作者也就是IanGoodfellow，依旧以他的代表作-生成式对抗网络-为主题进行了演讲。
弓如霹雳弦惊·2017-02-16 16:29

论文笔记| 几分钟看完ResNet的融合特性及冗余性分析的三篇文章

本文是博主在paperreading时的ppt，主要涉及三篇论文：1.ResidualNetworksBehaveLikeEnsemblesofRelativelyShallowNetworks（nips
bea_tree·2017-02-15 15:29

生成对抗网络（GAN：Generative Adversarial Networks）

Generativeadversarialnets.”AdvancesinNeuralInformationProcessingSystems.2014.GAN启发自博弈论中的二人零和博弈，由[Goodfellowetal,NIPS2014
junmuzi·2017-02-05 09:23

深度学习之Windows下安装faster-rcnn

去年下半年看了相关目标检测的论文，一些传统的算法，一些CVPR,TPAMI,ECCV,ICCV,,NIPS,比较前沿的进展，主要都是基于深度学习卷积神经网络方面的，包括RCNN,SPP-NET,Fast-RCNN
JasonZhangOO·2017-02-04 21:28

深度学习准备之Ubuntu下装显卡驱动

去年下半年看了相关目标检测的论文，一些传统的算法，一些CVPR,TPAMI,ECCV,ICCV,,NIPS,比较前沿的进展，主要都是基于深度学习卷积神经网络方面的，包括RCNN,SPP-NET,Fast-RCNN
JasonZhangOO·2017-02-04 21:47

写作和翻译

翻译词汇benefits...惠及写作学习小贤哥2017学写作讲堂往期目录个人翻译【机器人学家】公众号：马尔科夫决策过程及其性质-CMU深度强化学习第二讲【七月在线】公众号：译文|GAN之父在NIPS2016
NNNNNNNNNNNNY·2017-01-25 08:00

Generative Adversarial Networks(GANs) NIPS 2016 tutorial - Insights

Pic1生成模型类别密度（概率）估计：在不了解时间概率分布的情况下，先假设随机分布，然后通过数据观测来调整确定真正的概率密度（or应该理解为无限趋近于真正的概率密度）。样本生成：利用已有的训练样本数据，通过训练后的模型生成类似的“样本”。构建生成模型最大似然估计：给定了观察数据以评估模型参数（估计出分布模型）的方法。当今大部分生成模型都需要用到马尔科夫链，GAN是目前唯一一种从数据观测直接一步到位
Leviosa·2017-01-20 12:02

论文笔记之Diffusion-Convolutional Neural Networks

本文是2016年NIPS上的论文也是在graph上采用cnn进行了探讨。
BVL10101111·2017-01-11 14:05

娣卞害瀛︿範鏂版槦锛欸AN鐨勫熀鏈師鐞嗐�佸簲鐢ㄥ拰璧板悜

www.leiphone.com/news/201701/Kq6FvnjgbKK8Lh8N.html銆�浣滆�咃細浜氳悓鐩稿叧鍙傝�冿細銆怬penAI銆�GenerativeModels銆愭悳鐙愮鎶�銆慓AN涔嬬埗NIPS2016
zhwhong·2017-01-08 23:16

苹果农村包围城市或成深度学习最大赢家，以及两个价值百万的idea | AI严肃说

今年的NIPS大会上，Google不但作为铂金赞助商强势占位，而且携28篇论文亮相，不可不谓风头无二。据悉Google搞深度学习的不下500人，也发布了TensorFlow等一系列有影响力的开源框架。
数盟·2017-01-06 00:00
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他