NIPS

## 作为多目标优化的多任务学习：寻找帕累托最优解+组合在线学习：实时反馈玩转组合优化-微软研究院+用于组合优化的强化学习：学习策略解决复杂的优化问题

NIPS2018：作为多目标优化的多任务学习：寻找帕累托最优解多任务学习本质上是一个多目标问题，因为不同任务之间可能产生冲突，需要对其进行取舍。
stay_foolish12·2022-12-15 15:22

计算机视觉的相关会议,计算机视觉有关会议21个（进入计算机前200）

IEEE/CVFConferenceonComputerVisionandPatternRecognition2、NeurIPS，全称：NeuralInformationProcessingSystem(NIPS
合盘·2022-12-14 17:08

计算机视觉会议全称

IEEE/CVFConferenceonComputerVisionandPatternRecognition2、NeurIPS，全称：NeuralInformationProcessingSystem(NIPS
三晚不过弦一郎·2022-12-14 17:35

万物皆Contrastive Learning，从ICLR和NIPS上解读对比学习最新研究进展

作者|对白出品|公众号：对白的算法屋我为大家整理了对比学习在最新各大顶会上的论文合集及相应代码，所列举的论文涉及领域包括但不限于CV,NLP,Audio,Video,Multimodal,Graph,Languagemodel等，GitHub地址：https://github.com/coder-duibai/Contrastive-Learning-Papers-Codes（请大家多多点赞支持ヽ
程序员对白·2022-12-14 00:54

Spectral Temporal Graph Neural Network for Multivariate Time-series Forecasting（NIPS2020）

SpectralTemporalGraphNeuralNetworkforMultivariateTime-seriesForecasting（NIPS2020）背景：希望结合GFT和DFT的优点，完全在光谱领域对多元时间序列数据进行建模
西西弗的小蚂蚁·2022-12-13 16:42

《How transferable are features in deep neural networks》

论文《Howtransferablearefeaturesindeepneuralnetworks》该论文被NIPS2014收录，对于研究深度神经网络特征的可迁移性具有重要意义。
jackriper·2022-12-13 09:40

Dynamic Few-Shot Visual Learning without Forgetting||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·2022-12-13 06:55

【强化学习论文合集】二十一.2019神经信息处理系统大会论文(NIPS2019)

强化学习（ReinforcementLearning,RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。本专栏整理了近几年国际顶级会议中，涉及强化学习（ReinforcementLearning,RL）领域的论文。顶级会议包括但不限于：ICML、AAAI、IJCAI、NIP
山野庸才熏悟空·2022-12-12 21:39

迁移学习+pytorch实战项目

迁移学习+图像识别项目实战迁移学习背景基于共享权重的迁移学习实战102种花的图像识别识别迁移学习背景在2016年的神经信息处理系统大会（NIPS）上，前百度首席科学家、斯坦福教授、机器学习四大天王之一的吴恩达表示
zou_gr·2022-12-12 12:58

先读懂CapsNet架构然后用TensorFlow实现，这应该是最详细的教程了

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。
Omni-Space·2022-12-10 16:25

2022年11月100篇 diffusion models 扩散模型 汇总！

在生成图像方面，自从NIPS2014的一篇开山之作：GenerativeAdversarialNets论文：https://proceedings.neurips.cc/paper/2014/file/
鹊踏枝-码农·2022-12-10 15:24

alexNet 论文学习第一轮

AlexNet(ImageNetClassificationwithDeepConvolutionalNeuralNetworks)开山之作论文原文：http://papers.nips.cc/paper
qq_43625764·2022-12-10 14:02

R2D2（NIPS 2019）特征点检测论文笔记

1.前言论文地址代码地址  文章基本是在D2-Net上做优化，作者提出了Repeatable(重复性)和Reliable(可靠性)两个属性对应R2，个人理解重复性就是特征点在各种拍摄视角、光线、季节变化时依然能检测出来，可靠性就是描述符能正确匹配。作者认为之前的做法注重重复性，但是忽视了可靠性。Figure1:Toyexamplestoillustratethekeydifferencebetwe
秋山丶雪绪·2022-12-10 14:21

NIPS2022 | 港大最新Sparse2Dense：通用点云3D检测稠密模块！

‍点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【3D目标检测】技术交流群后台回复【Sparse2Dense】获取本文论文和代码！1摘要激光雷达产生的点云是大多数最先进的3D目标检测器的主要来源。然而，小的，遥远的，和不完整的稀疏或少数点的物体通常很难被检测到。本文提出了一个新的框架Sparse2Dense，通过学习在潜在空间中对点云进行致密化，从而有效地
自动驾驶之心·2022-12-10 14:42

计算机顶会英文论文查找

介绍一个计算机领域论文集数据库：DBLP（小白了解，大佬绕过），里面有很多顶会的论文AAAI、NIPS、ACL等，每一年的会议的论文都有专门的合集，而且按照顺序整理相应起止页码，很方便论文引用。
枕上诗书--·2022-12-10 01:58

源码解读ReDet：A Rotation-equivariant Detector for Aerial Object Detection

简单说创新点有两个： 1）利用NIPS2019的e2cnn思想
武乐乐~·2022-12-09 20:00

计算机视觉方向好中的期刊有哪些？

计算机视觉和模式识别领域的代表就是四大顶会了：ICCV、ECCV、CVPR、NIPS，还有就是难度最高的PAMI了，这些都让人望而生畏。那么除了这些耳熟能详的期刊和会议之外，还有哪些该领域的期刊呢？
六维论文推荐·2022-12-08 20:01

计算机视觉的一些SCI期刊

计算机视觉和模式识别领域的代表就是四大顶会了：ICCV、ECCV、CVPR、NIPS，还有就是难度最高的PAMI了，这些都让人望而生畏。那么除了这些耳熟能详的期刊和会议之外，还有哪些该领域的期刊呢？
科学助手·2022-12-08 20:31

原型网络 Prototypical Network

SnellJ,SwerskyK,ZemelRS.Prototypicalnetworksforfew-shotlearning[J].NIPS2017.原理原理和聚类有点相似孪生网络的缺点就是要对比目标和过去每个样本之间的相似度
ywm_up·2022-12-08 14:56

知识图谱-KGE-语义匹配-双线性模型（打分函数用到了双线性函数）-2012：LFM（Latent Factor Model）

【paper】Alatentfactormodelforhighlymulti-relationaldata【简介】这篇文章是法国的研究团队发表在NIPS2012上的文章，还挂了AntoineBordes
u013250861·2022-12-08 13:27

【NIPS 2020】Self-paced Contrastive Learning with Hybrid Memory for Domain Adaptive Object Re-ID

方法概述1，提出一种创新的带有混合内存的自我进度（self-paced）对比学习框架。其中，混合内存动态生成源域类级、目标域聚类级和无聚类实体集的监督信号。2，self-paced方法可以生成更加可信的聚类来精炼混合内存和学习目标。文章目录方法概述内容概要工作概述成果概述方法详解方法框架算法描述具体实现实验结果总体评价引用格式参考文献内容概要论文名称简称会议/期刊出版年份baselinebackb
_Summer tree·2022-12-07 21:21

PyTorch 自动微分论文翻译及解释

绪论本文是对发表在NIPS2017Workshop上面的名为AutomaticdifferentiationinPyTorch的预印论文的一部分的翻译。
培之·2022-12-07 19:38

阅读 PyTorch 自动微分文章 补充知识点

绪论本文是作者在阅读发表在NIPS2017Workshop上面的名为AutomaticdifferentiationinPyTorch的文章时，发现其中我缺少的一些知识点。查找后以本文记录。
培之·2022-12-07 19:37

paper reading：《Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks》

NIPS2015论文链接：https://arxiv.org/pdf/1506.01497.pdf.文章目录1BackgroundandMotivation2RelatedWork3Advantages
小苑同学·2022-12-07 02:13

NeurIPS2022 interesting papers

最近NeurIPS放榜了，花了几个小时整理一下自己感兴趣的文章，收集不易，点个赞吧网站链接：https://nips.cc/Conferences/2022/Schedule?
Daft shiner·2022-12-06 17:28

从自监督到全监督！Google 提出新损失函数SupCon，准确率提升2%！

Google在NIPS2020上提出了一个损失函数SupCon，只需换掉交叉熵，准确率立刻提升2%，快来了解一下吧！
我爱计算机视觉·2022-12-06 12:40

Coupled Generative Adversarial Networks

https://blog.csdn.net/carrierlxksuper/article/details/60479883这篇文章（NIPS2016）是基于GenerativeAdversarialNetworks
张博208·2022-12-06 00:32

《Generative Adversarial Networks》

目录参考资料模型和算法理论证明参考资料GenerativeAdversarialNets(nips.cc)goodfeli/adversarial:Codeandhyperparametersforthepaper"GenerativeAdversarialNetworks
KPer_Yang·2022-12-06 00:01

Similarity and Matching of Neural Network Representations 论文阅读笔记

这是NIPS2021的一篇论文，文章主要是探究了通过一个stichinglayer将两个已训练的不同初始化的相同结构的网络的某一层进行匹配的可能性。前言作者对“什么情况下两个表征是相似的？”
sysu_first_yasuo·2022-12-04 15:39

GAN完整理论推导与实现

在本文中，我们将从原论文出发，借助Goodfellow在NIPS2016的演讲和台大李宏毅的解释，而完成原GAN的推导与证明。
张筱竼·2022-12-03 03:53

经典神经网络论文超详细解读（一）——AlexNet学习笔记（翻译＋精读）

研一萌新，第一次发文，不足之处多多包涵啦~论文原文：http://papers.nips.cc/paper/4824-imagenet-classification-with-dee
路人贾'ω'·2022-12-02 14:10

多智能体强化学习算法【二】【MADDPG、QMIX、MAPPO】

多智能体强化学习算法【二】【MADDPG、QMIX、MAPPO】多智能体强化学习算法【三】【QMIX、MADDPG、MAPPO】1.MADDPG1.1MADDPG简介本章介绍OpenAI2017发表在NIPS
汀、·2022-12-02 13:06

上海内推 | 微软亚洲研究院上海人工智能组招聘深度学习研究实习生

团队成员具有丰富的研究经验，近年来在人工智能相关领域的顶级会议或者期刊如PNAS,ICML,NIPS,ICLR,KDD,SIGIR,WWW,ICCV,CVPR,AAAI,
PaperWeekly·2022-12-02 03:53

论文阅读 | NIPS‘20 | Beta Embeddings for Multi-Hop Logical Reasoning in Knowledge Graphs

很有意思的一篇paper。在众多KnowledgeGraphEmbedding(KGE)的论文中通过问题设计和有意思的解决方式脱颖而出。首先来看看问题设计。一般的KGEmodel都是利用神经网络（大部分是GCN）做点(node)或者边(edge)的低维向量表示，将他们嵌入(embed)到一个低维向量空间的同时尽可能保持他的特征和性质。比如LINE、TransX系列、GraphSAGE、GCN等模型
進擊的烤魚·2022-12-01 21:05

《Relational inductive biases, deep learning, and graph networks》图网络 论文解读

但是据说2017年NIPS学术会议上，老爷子演讲时，听众寥
mishidemudong·2022-12-01 19:27

Paper Notes: Inductive Representation Learning on Large Graphs

1706.02216CLASSIFICATION:SPATAIL-BASEDGCNYEAR:Submittedon7Jun2017(v1),lastrevised10Sep2018(thisversion,v4)FROM:NIPS2017WHATPROBLE
HotChoc·2022-12-01 19:51

循环世界模型(Recurrent World Models)——真实世界建模的强化学习利器

世界模型（WorldModel）是NIPS2018获得口头报告的论文之一，也是谷歌AI和Deepmind2019年力作深度规划网络PlaNet的主要参考文献之一。
hhy_csdn·2022-12-01 09:53

【论文阅读】自监督学习--NIPS2020：Bootstrap Your Own Latent (BYOL, DeepMind)

论文地址：https://arxiv.org/abs/2006.07733开源代码：https://github.com/deepmind/deepmind-research/tree/master/byolMoCo,SimCLR,CPC都是对比学习方法。BYOL不需要负样本也能在ImageNet上取得74.3%的top-1分类准确率。BYOL使用两个神经网络，online网络和targets网络
不瘦8斤的妥球球饼·2022-11-30 22:23

基于单RGB相机的全新三维表示方法｜NeurIPS 2022

针对上述问题，天津大学团队联合清华大学与英国卡迪夫大学在NIPS2022的工作中提出一种高效灵活的三维几何表示——傅里叶占有率场（FOF）。
Vertira·2022-11-30 06:14

R-FCN算法及Caffe代码详解

论文：R-FCN：objectdetectionviaregion-basedfullyconvolutionalnetworks论文链接：http://papers.nips.cc/paper/6465
AI之路·2022-11-29 23:48

【CNN】搭建AlexNet网络——并处理自定义的数据集（猫狗分类）

论文地址：http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neu
fckey·2022-11-29 10:31

【论文精读】transformer：Attention Is All You Need

论文题目：AttentionIsAllYouNeed（transformer）时间：2017来源：NIPS论文链接：https://arxiv.org/abs/1706.03762目录相关介绍Seq2Seq
浪里摸鱼·2022-11-29 09:39

Transformer: Attention Is All You Need,NIPS 2017

Transformer:AttentionIsAllYouNeed,NIPS2017===========================================================
apche CN·2022-11-29 08:30

【Distilling】《Learning Efficient Object Detection Models with Knowledge Distillation》

NIPS-2017文章目录1BackgroundandMotivation2Advantages/Contributions3Method3.1KnowledgeDistillationforClassificationwithImbalancedClasses3.2KnowledgeDistillationforRegressionwithTeacherBounds3.3HintLearning
bryant_meng·2022-11-29 08:15

[2107] [NIPS 2021] Focal Self-attention for Local-Global Interactions in Vision Transformers

papercodeContentContributionMethodmodelarchitecturefocalself-attention(FSA)window-wiseattentionfocaltransformerencodercomputationalcomplexityarchitecturevariantsExperimentimageclassificationobjectdete
koukouvagia·2022-11-29 08:08

论文阅读笔记——Adversarial Attack on Attackers Post-Process to

AdversarialAttackonAttackers:Post-ProcesstoMitigateBlack-BoxScore-BasedQueryAttacks,NIPS2022论文相关paper
大大怪将军zwh·2022-11-29 07:27

多智能体强化学习算法整理

目录1.Policy-based：1.1MADDPG(NIPS2017):1.2COMA(AAAI2018):1.3MAPPO2.Value-based2.1VDN(AAMAS2018)2.2QMIX(
strawberry47·2022-11-28 20:39

人工智能-强化学习-算法：DQN（Deep Q-Learning Network）【Deep Learning Network + Q-Learning 】

由DeepMind在NIPS2013上发表1，后又在Nature2015上提出改进版本2。DQN（DeepQ-L
u013250861·2022-11-27 18:26

论文阅读笔记 | Mask-CNN

PatternRecognition》)Mask-CNN：Localizingpartsandselectingdescriptorsforfine-grainedbirdspeciescategorization(NIPS2016
z止于至善·2022-11-27 04:47

[目标检测知识蒸馏1] [NIPS17] Learning Efficient Object Detection Models with Knowledge Distillation

目标检测中的知识蒸馏[NIPS17]**LearningEfficientObjectDetectionModelswithKnowledgeDistillation**Introduction:Method
Junjian Zhang·2022-11-26 21:58
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他