NIPS 第7页

[2104] [NIPS 2021] Twins: Revisiting the Design of Spatial Attention in Vision Transformers

papercodeContentContributionMethodTwins-PCPVTmodelarchitectureconditionalpositionencoding(CPE)positionalencodinggenerator(PEG)architecturevariantsTwins-SVTmodelarchitecturespatiallyseparableself-atten

koukouvagia·2022-11-26 18:02

AlexNet 网络复现

论文链接http://papers.nips.cc/paper/4824-i

RaphaelCA·2022-11-26 10:56

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·2022-11-26 04:59

【Advances in Neural Information Processing Systems 34 pre-proceedings 】 NIPS2021会议

NIPS2021会议写在前面会议链接，论文地址写在最后谢谢点赞交流！

南城果宝·2022-11-26 04:23

Neural Information Processing System --神经信息处理系统 NIPS 顶级会议

PracticeThedeeplearningtoolboxI/OmodalitiesarchitectureslossesdeeplearningbuildingmodelsThreedetails:PlatformsFrameworksDatasetsTrainmodelsanduseyourmodeltopredictthetargetdata.转载于:https://www.cnblogs

普通网友·2022-11-26 04:22

[NIPS 2022]Neural Temporal Walks Motif-Aware Representation Learning on Continuous-Time Dynamic Grap.

NeuralTemporalWalks:Motif-AwareRepresentationLearningonContinuous-TimeDynamicGraphs介绍该文针对的是Continuous-TimeDynamicGraphs，也就是说边和点会随着时间增删文章认为当前时序图神经网络(DGNNs)存在两大挑战：动态图不能用常规静态GNN。时序事件的不均匀分布。这项工作是CAW(ICLR2

yujianke100·2022-11-26 04:49

文献阅读（18）NIPS2019-Self-attention with Functional Time Representation Learning

本文是对《Self-attentionwithFunctionalTimeRepresentationLearning》一文的浅显翻译与理解，原文章已上传至个人资源，如有侵权即刻删除。朋友们，我们在github创建了一个图学习笔记库，总结了相关文章的论文、代码和我个人的中文笔记，能够帮助大家更加便捷地找到对应论文，欢迎star~Chinese-Reading-Notes-of-Graph-Lear

学徒刘猛·2022-11-26 04:49

论文笔记：NIPS 2019 Graph Transformer Networks

1.前言论文链接：https://arxiv.org/pdf/1911.06455.pdfgithub：https://github.com/seongjunyun/Graph_Transformer_NetworksGNN被广泛应用于图表示学习中，并且具有显著的优势。然而，大多数现有的GNNs被设计用于学习固定的同构图上的节点表示。在学习一个由各种类型的节点和边组成的异构图的表示时，这些限制尤其

饮冰l·2022-11-25 22:25

论文笔记: 分类不确定性计算的证据深度学习方法

本文描述对论文MuratSensoy,LanceKaplan,MelihKandemir,Evidentialdeeplearningtoquantifyclassificationuncertainty,NIPS2018

闵帆·2022-11-25 09:16

李宏毅老师Transformer课程笔记 [Attention is all your need]

Transformer会议：NIPS2017论文：https://arxiv.org/pdf/1706.03762.pdfinput是x1～x4x_1～x_4x1～x4，经过embending之后得到a1

M1kk0·2022-11-25 03:25

Understanding Attention and Generalization in Graph Neural Networks--NIPS2019--论文笔记

论文题目–《对图神经网络的注意力和泛化能力的理解》摘要我们旨在更好地了解图神经网络（GNN）中节点的注意力机制，并确定影响其有效性的因素。我们特别关注attentionGNNs推广到更大、更复杂或有噪声的图的能力。受图同构网络研究的启发，我们设计了简单的图推理任务，使我们能够在受控环境中研究注意力机制。我们发现，在典型条件下，注意力的影响可忽略不计甚至是有害的，但是在某些条件下，注意力在我们的某些

爱玩的阿是·2022-11-25 03:55

【迁移学习】分布差异的度量以及迁移学习的统一表征方法

迁移学习是机器学习中重要的研究领域，ICML、NIPS、AAAI、ICIR等国际人工智能顶会不断推出迁移学习相关主题的研讨会。以计算机为载体，机器学习涉及统计学、概率论、凸优化、程序设计等多个子领域。

沐兮Krystal·2022-11-25 00:02

COMA(一)： Learning to Communicate with Deep Multi-Agent Reinforcement Learning 论文讲解

LearningtoCommunicatewithDeepMulti-AgentReinforcementLearning论文讲解论文链接：https://papers.nips.cc/paper/6042

__何枝·2022-11-24 19:04

思科网络安全第十一章测验答案

NIDS/NIPS已识别威胁。系统将生成哪种类型的安全数据并将其发送至日志记录设备？

香菜cookie·2022-11-24 18:58

投顶会的流程——2021 NIPS

NeurIPS|2021NIPS（NeurIPS），全称神经信息处理系统大会(ConferenceandWorkshoponNeuralInformationProcessingSystems)，是一个关于机器学习和计算神经科学的国际会议

带霸气的骑士·2022-11-24 13:21

【论文笔记】—生成对抗网络—GAN—2014-NIPS

论文介绍生成对抗神经网络GAN开山之作论文。论文作者为“生成对抗网络之父”IanGoodfellow和图灵奖得主YoushuaBengio。GAN近年来成为人工智能和深度学习的热门研究领域。GAN广泛应用于图像生成、风格迁移、AI艺术、黑白老照片上色修复。你可以使用GAN实现照片转成油画、野马转成斑马、黑夜转成白天，简笔画的猫转成真猫，模糊图像转成高清图像等酷炫好玩的应用。题目：Generati

chaikeya·2022-11-24 07:32

DQN（Deep Q-Network）简单理解

NIPS2013PlayingAtariwithDeepReinforcementLearningNature2015Human-levelControlthroughDeepReinfor

qq_39429669·2022-11-23 22:08

Zero Time Waste: Recycling Predictions in Early Exit Neural Networks 论文阅读笔记

这是NIPS2021的一篇论文。论文的主题是解决earlyexit失败的时候IC的运算被浪费掉的问题。背景介绍earlyexit是一个提高推理速度的研究方向。

sysu_first_yasuo·2022-11-23 11:38

深度强化学习系列(5): Double Q-Learning原理详解

论文地址：https://papers.nips.cc/paper/3964-double-q-learning.pdf本论文由DeepMind发表于2015年NIPS的一篇论文，作者Hasselt。

旺财搬砖记·2022-11-23 05:42

Deep leakage from Gradients论文解析

DeepleakagefromGradients论文解析今天来给大家介绍下2019年NIPS上发表的一篇通过梯度进行原始数据恢复的论文。

联邦学习的道路上·2022-11-23 05:26

VALSE2019总结(5)-一些很有insight的poster宣讲

4.9一些很有insight的poster宣讲IndependentlyRecurrentNeuralNetworks(IndRNN,NIPS2018)FishNet()HRNet:DeepHigh-ResolutionRepresentationLearningforHumanPoseEstimation

weixin_30294709·2022-11-23 03:23

论文阅读【5】Attention Is All You Need

Alan and fish·2022-11-22 23:31

深度学习零散知识点笔记1

from=search&seid=12019935558685869597卷积神经网络的三维可视化1三大顶会和NIPS1CVPR是IEEEConferenceonComputerVis

George593·2022-11-22 21:04

paddlepaddle：python实现svm鸢尾花分类

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·2022-11-22 10:26

注水、占坑、瞎掰：起底机器学习学术圈的那些“伪科学”（附链接）

一边是今年的NIPS迎来了创纪录的8000多篇投稿，一边是李飞飞、Keras框架的作者FrançoisChollet等大佬摊手承认，机器学习发展已进入瓶颈期。

「已注销」·2022-11-22 07:17

注水、占坑、瞎掰：起底机器学习学术圈的那些“伪科学”

一边是今年的NIPS迎来了创纪录的8000多篇投稿，一边是李飞飞、Keras框架的作者FrançoisChollet等大佬摊手承认，机器学习发展已进入瓶颈期。

机器之心V·2022-11-22 07:17

【语义分割】13、SegNeXt | 只要卷积用得好提升语义分割没烦恼

RethinkingConvolutionalAttentionDesignforSemanticSegmentation代码：https://github.com/Visual-Attention-Network/SegNeXt出处：NIPS2022

呆呆的猫·2022-11-22 06:31

Alexnet 学习笔记

包含了很多重要的概念及网络训练的技巧（ImageNetClassificationwithDeepConvilutionalNeuralNetwork–AlexKrizhevsky–加拿大多伦多大学）发布在2012年的NIPS

彩虹编程·2022-11-22 06:58

2018 NIPS paper list

NIPS2018接收论文包括poster、tutorial、workshop等，目前官网公布了论文清单：https://nips.cc/Conferences/2018/SchedulePosterpaper

Z609834342·2022-11-21 19:52

判别式与生成式模型的区别

AndrewNg在NIPS2001年有一篇专门比较判别模型和产生式模型的文章

如月旖旎·2022-11-21 18:03

计算机视觉领域论文查找链接—最近五年，建议收藏

文章目录顶会 1、ICCV（两年一次） 2、ECCV（两年一次） 3、CVPR 4、ICML 5、NIPS 6、ICLR 7、ACM/MM 8、AAAI顶刊中文期刊顶会 1、ICCV（两年一次） ICCV

JJxiao24·2022-11-21 02:37

DynamicHead：基于像素级路由机制的动态FPN | NIPS 2020

论文提出了细粒度动态detectionhead，能够基于路由机制动态地融合不同FPN层的像素级局部特征进行更好的特征表达。从设计的路由空间来看是一个十分耗时的操作，但是作者设计的高效路由器实际计算十分高效。实验结果来看，细粒度动态detectionhead可以即插即提点来源：晓飞的算法工程笔记公众号论文:Fine-GrainedDynamicHeadforObjectDetection论文地址：h

晓飞的算法工程笔记·2022-11-20 19:16

深度学习（四十）——深度强化学习（3）Deep Q-learning Network（2）, DQN进化史

DeepQ-learningNetwork（续）NatureDQNDQN最早发表于NIPS2013，该版本的DQN，也被称为NIPSDQN。

antkillerfarm·2022-11-20 13:11

目标检测之Faster RCNN详解

导读：Faster-RCNN发表于NIPS2015上的一篇论文《FasterR-CNN:TowardsReal-TimeObjectDetectionwithRegionProposalNetworks

一颗磐石·2022-11-20 12:16

NIPS2016 Improved Deep Metric Learning with Multi-class N-pair Loss Objective

论文：NIPS2016ImprovedDeepMetricLearningwithMulti-classN-pairLossObjective距离度量学习旨在学习在嵌入空间能够保使得相似数据点靠的近，不相似数据离得远的一种数据嵌入表达技术

浮生了大白·2022-11-19 22:50

FD-GAN: Pose-guided Feature Distilling GAN for Robust Person Re-identification

FD-GAN:Pose-guidedFeatureDistillingGANforRobustPersonRe-identification(NIPS2018)YixiaoGe，ZhuowanLi，HaiyuZhaoAbstract

而濡木染·2022-11-19 21:23

生成对抗网络的损失函数如何设计_一文详解生成对抗网络(GAN)的原理，通俗易懂...

GAN的鼻祖之作是2014年NIPS一篇文章：GenerativeAdversarialNet(https://arxiv.org/abs/1406.2661),可以细

weixin_39521808·2022-11-19 16:38

CVPR2018_Frustum PointNets for 3D Object Detection from RGB-D Data

Author一作：CharlesR.Qi四作：HaoSu又是他俩，PontNet,PointNet++CVPR2017,NIPS2017，又来个CVPR2018,人生赢家啊Abstract解决3Dobjectdetection

weixin_30387799·2022-11-19 15:40

手把手搭建经典神经网络系列（1）——AlexNet

论文地址：http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-net

混分巨兽龙某某·2022-11-19 14:14

深度学习模型压缩分类及原理方法

代表性的工作有：奇异值分解SVD(NIPS2014)：Exploitinglinearstruc

Mira-Tableau·2022-11-19 09:22

2021-11-04 学习周报

开山之作：AttentionisallyouneedPaper：《AttentionIsAllYouNeed》Where：NIPS2017论文背景：注意力机制可以利用人类视觉机制进行直观解释。

Far_Rainbow·2022-11-19 09:12

生活不如意？不如来学习一下GAN(Generative Adversarial Nets) 论文精读

说明：论文原文GenerativeAdversarialNets(nips.cc)，文中图片均来自该论文。ABS提出了一种框架（GAN），该框架通过对抗过程来评估生成模型。

kaiserqzyue·2022-11-19 07:21

计算机视觉会议（CVPR，ECCV，ICCV，NIPS，AAAI，ICLR等）

本文主要介绍一下CVPR，ECCV，ICCV，NIPS，AAAI，ICLR等(后面有空再更新几个)不需要看投稿日期和会议介绍的可以直接跳到文末链接直达~CVPR首先介绍的是

nanyidev·2022-11-19 07:42

[NIPS2021]MLP-Mixer: An all-MLP Architecture for Vision

卷积神经网络（CNN）是计算机视觉的首选模型。最近，基于注意力的网络（例如ViT）也变得很流行。在本文中，我们表明，尽管卷积和注意力都足以获得良好的性能，但它们都不是必需的。文章介绍了MLP-Mixer，这是一种仅基于多层感知机（MLP）的体系结构。MLP-Mixer包含两种类型的层：一种具有独立应用于图像patches的MLP（即“混合”每个位置特征），另一种具有跨patches应用的MLP（即

深兰深延AI·2022-11-19 06:26

NIPS 2017 — notes and thoughts 个人笔记

只写一下自己觉得很有趣的部分keytrends今年流行啥？深度学习还是很火。视觉图像等有了很多处理应用。多数是CNN的变种，比较牛逼的有CapsuleNetworks和WaveNet。强化学习Meta-LearningandOne-ShotlearningGANSBayesianNNsareareaofactiveresearchFairnessinMLExplainableML加速SGD的tri

weixin_30507269·2022-11-19 01:17

芒果改进YOLOv5系列：首发结合最新NIPS2022华为诺亚的GhostNetV2 架构：长距离注意力机制增强廉价操作，打造高效轻量级检测器

该教程为改进进阶指南，包含大量的原创首发改进方式,所有文章都是全网首发原创改进内容降低改进难度,改进多种结构演示本篇文章基于基于YOLOv5网络首发结合最新NeurIPS2022华为诺亚针对端侧设备的GhostNetV2架构：长距离注意力机制增强廉价操作，打造轻量级检测器。重点：有不少同学已经反应专栏的教程提供的网络结构在数据集上有效涨点!!!重点：进阶专栏内容持续更新中☁️️，订阅了该专栏的读者

芒果汁没有芒果·2022-11-18 08:50

【DropBlock】《DropBlock：A regularization method for convolutional networks》

NIPS-2018文章目录1BackgroundandMotivation2RelatedWork3Advantages/Contributions4DropBlock5Experiments5.1ImageNetClassification5.1.1DropBlockinResNet

bryant_meng·2022-11-17 09:53

论文解读：Exploring Object Relation in Mean Teacher for Cross-Domain Detection

ExploringObjectRelationinMeanTeacherforCross-DomainDetection(CVPR2019)论文主要贡献：该论文主要也是为了解决跨域的目标检测问题，但是与之前的基于判别的特征方法有很大的不同，主要是利用了半监督学习中SOTA方法MeanTeacher(NIPS2017

SHY_VWind·2022-11-17 07:29

2017-Mean-Teacher NIPS

2017-Mean-TeacherNIPS论文题目：Meanteachersarebetterrolemodels:Weight-averagedconsistencytargetsimprovesemi-superviseddeeplearningresults论文链接：https://arxiv.org/abs/1703.01780论文代码：https://github.com/Curious

說詤榢·2022-11-17 07:45

2022年CCF会议最新截稿时间（偏计算机视觉CV和机器学习ML，实时更新）

类会议会议简称会议全称截稿时间会议时间官方网址ACMMM2022ACMInternationalConferenceonMultimedia2022.4.72022.10.10https://2022.acmmm.org/NIPS2022Thirty-sixthConferenceonNeuralInformationProcessingSystems2022.5.132022.1

诸神黄昏的幸存者·2022-11-16 17:09

推荐频道

NIPS