hinton

Boltzmann Machine玻尔兹曼机

本文参考Hinton发表于2007年的一篇论文，链接在此但玻尔兹曼机实际上是1985年就被Hinton和TerrySejnowski发明了。
doubleslow;·2020-07-11 18:53

深度学习之alexnet的计算量

自2012年，Hinton的学生AlexKrizhevsky提出AlexNet，一举摘下ILSVRC2012的桂冠后，ILSVRC比赛冠军的准确率越来越高。
my_share·2020-07-11 13:43

TensorFlow实现AlexNet

一、AlexNet的介绍2012年，Hinton的学生ALexKrizhevsky提出了深度卷积神经网络模型AlexNet，它可以算是LeNet的一种更深更宽的版本。
勤奋的小学生·2020-07-11 07:53

连年拒签NeurIPS参会者被指太荒唐，Hinton亲自过问也没辙

问耕发自凹非寺量子位出品|公众号QbitAI下个月，机器学习顶会NeurIPS将在温哥华召开，来自全球的顶级学术机构和公司的学者和研究人员，将齐聚一堂讨论和交流新的思想和理论。然而，有一些人除外。来自多方面的情况显示，多个国家和地区的学者，申请加拿大签证被拒。这意味着，他们将无法参加NeurIPS大会。其中，甚至包括大会活动的组织者。去年，NeurIPS在加拿大蒙特利尔召开。当时，就有100多名来
QbitAl·2020-07-10 23:33

浅谈深度神经网络 — AlexNet

文章目录AlexNet网络模型简介新技术点的提出AlexNet结构AlexNet特点Relu函数小结AlexNet网络模型简介AlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生
丿回到火星去·2020-07-10 21:55

Word2vec工作原理

1986年，Hinton首次提出了分布式表达（DistributedRepresentation，DR）概念，简称词向量（WordEmbedding）[30]。
科研小站·2020-07-10 21:54

防止过拟合（二）：Dropout

深度学习笔记：欠拟合、过拟合防止过拟合（一）：正则化防止过拟合（三）：数据增强Dropout在2012年，Hinton等人在其论文《Improvingneuralnetworksbypreventingco-adaptationoffeaturedetectors
AI 菌·2020-07-10 19:51

2015-nature-deep learning-LeCun, Bengio and Hinton

2015-nature-deeplearning-LeCun、Bengio和Hinton摘要：深度学习利用拥有多个处理层的计算模型来学习具有多层抽象的数据的表示。
boywaiter·2020-07-10 16:55

Keras搭建AlexNet网络以及网络优化(附代码数据集)

搭建AlexNet网络AlexNet数据集实战AlexNetAlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生AlexKrizhevsky设计的。
ABin_203·2020-07-10 15:06

【深度学习】深入理解Batch Normalization批标准化

虽然有些细节处理还解释不清其理论原因，但是实践证明好用才是真的好，别忘了DL从Hinton对深层网络做Pre-Train开始就是一个经验领先于理论分析的偏经验的一门学问。
Wqz-·2020-07-09 23:42

ImageNet 近几年模型汇总

ImageNetLarge-ScaleVisualRecognitionChallenge(ILSVRC)用到的模型1.2012年，Hinton的学生Alex Krizhevsky提出了深度卷积神经网络模型
木瓜子·2020-07-09 19:56

[转]胶囊网络：将CNN推下神坛的“天命之子”

当然，让大家激动的并不是源自对“大神”科研处女作的好奇，也不是提出的算法有多么颠覆，而是Hinton这位AI界的人形自走教科书，早在40年前这篇论文中，就提出了“让AI具备空间感”的松弛算法，解题思路与
婉妃·2020-07-09 07:24

AlexNet学习笔记

imagenet-classification-with-deep-convolutional-neural-networks.pdffile:///C:/Users/1/Desktop/alexnet_tugce_kyunghee.pdfAlexNet是Hinton
zouroot·2020-07-09 06:38

lecture11-hopfiled网络与玻尔兹曼机

Hinton课程第11课这部分的课程算是个知识背景，讲述RBM的来源吧，毕竟是按照hopfield--BM-RBM的路线过来的。
weixin_34099526·2020-07-08 16:08

lecture12-玻尔兹曼机和受限玻尔兹曼机

这是Hinton的第12课，结合前一课可以知道RBM是来自BM，而BM是来自Hopfield的，因为水平有限，是直译的，虽然有时候会看不懂，但是好歹不会曲解原来的本意，看的话：1、先看ppt；2、通读下面对应的段落
weixin_34013044·2020-07-08 16:24

lecture6-mini批量梯度训练及三个加速的方法

Hinton的第6课，这一课中最后的那个rmsprop，关于它的资料，相对较少，差不多除了Hinton提出，没论文的样子，各位大大可以在这上面研究研究啊。
weixin_33730836·2020-07-08 15:51

AI圈重磅新闻！三位深度学习之父共获2018年图灵奖！

(有很多自媒体都s说成2019年了，特此更正)Bengio是蒙特利尔大学教授，Quebec人工智能研究所Mila的科学主任;Hinton是Google副总裁兼工程研究员、VectorInstitute首席科学顾问
人工智能技术社区v·2020-07-08 12:44

神经网络：AlexNet

ImageNetClassificationwithDeepConvolutionalNeuralNetworks》论文解读本文出自NIPS2012，作者是大神AlexKrizhevsky，属于多伦多大学Hinton
tinyzhao·2020-07-08 07:01

Lecture 06 Converage——Hinton课程

转载自https://www.cnblogs.com/jesse123/p/7171027.htmlLink:NeuralNetworksforMachineLearning-多伦多大学Link:Hinton
lizzy05·2020-07-07 14:23

AI大事件 | Geoffrey Hinton决定抛弃反向传播，预期策略梯度算法

大数据文摘作品编译|宁云州呜啦啦啦啦啦大家好呀，又到了本周的AI大事件时间了。过去的一周中AI圈都发生了什么？大佬们互撕了哪些问题？研究者们发布了哪些值得一读的论文？又有哪些开源的代码和数据库可以使用了？文摘菌带你盘点过去一周AI大事件！了解过去一周AI爆点，一篇就够啦！新闻GeoffreyHinton决定抛弃反向传播来源：WWW.AXIOS.COM链接：https://www.axios.com
大数据文摘·2020-07-07 07:24

27 Deep Belief Network

DeepBeliefNetwork是Hinton在2006年提出的方法，应用在分类问题上的效果明显好过SVM。
AI路上的小白·2020-07-07 04:10

LeCun、Bengio和Hinton综述论文《deep learning》

2015年，深度学习三大神（YannLeCun，YoshuaBengio&GeoffreyHinton），为了纪念人工智能60周年，合作在Nature上发表深度学习的综述性文章，介绍了深度学习的基本原理和核心优势，详细介绍了CNN、分布式特征表示、RNN及其不同的应用，并对深度学习技术的未来发展进行展望。原文地址：DeeplearningReview下载地址：DeepLearningReview译
忧郁一休·2020-07-06 11:09

深度学习入门论文（语音识别领域）

篇入门论文：Deepneuralnetworksforacousticmodelinginspeechrecognition:Thesharedviewsoffourresearchgroups（2012年，Hinton
忧郁一休·2020-07-06 11:09

2016AAAI_Face model compression by distilling knowledge from neurons (商汤)

www.aaai.org/ocs/index.php/AAAI/AAAI16/paper/download/11977/12130总结代替Distillingtheknowledgeinaneuralnetwork(Hinton2015
yimiyangguang1994·2020-07-06 10:52

【深度学习】深入理解Batch Normalization批标准化

虽然有些细节处理还解释不清其理论原因，但是实践证明好用才是真的好，别忘了DL从Hinton对深层网络做Pre-Train开始就是一个经
EulerAndGauss·2020-07-06 10:42

深度学习研究理解4：ImageNet Classification with Deep Convolutional Neural Network

本文是Alex和Hinton参加ILSVRC2012比赛的卷积网络论文，本网络结构也是开启Imagenet数据集更大，更深CNN的开山之作，本文对CNN的一些改进成为以后CNN网络通用的结构；在一些报告中被称为
whiteinblue·2020-07-06 07:02

深度学习模型那么多，科学研究选哪个？

例如，2012年，Hinton课题组为了证明深度学习的潜力，首次参加I
人工智能与算法学习·2020-07-06 02:50

一文读懂深度学习模型近年来重要进展（附梳理图）

1986年hinton正式地
煊琰·2020-07-06 02:08

深度可分离卷积(Depthwise Separable Convolution)和分组卷积(Group Convolution)的理解，相互关系及PyTorch实现

在CNN发展初期，GPU资源不足以满足训练任务的要求，因此，Hinton采用了多GPU训练的策略，每个GPU完成一部分卷积，最后把多个GPU的卷积结果进行融合。
z-bingo·2020-07-05 22:56

知识蒸馏（Distillation）

这也可以看成Prof.Hinton将这一个迁移学习过程命名为蒸馏的原因。蒸馏神经网络想做的事情，本质上更接
weixin_30539625·2020-07-05 21:59

LeNet、AlexNet、GoogLeNet、VGG、ResNetInception-ResNet-v2、FractalNet、DenseNet

2006年Hinton他们的SciencePaper再次引起人工神经网络的热潮，当时提到，2006年虽然DeepLearning的概念被提出来了，但是学术界的大家还是表示不服。
deep_learninger·2020-07-05 18:08

CNN经典论文（二）AlexNet

ImageNetClassificationwithDeepConvolutionalNeuralNetworks(深度卷积神经网络的ImageNet分类)作者：AlexKrizhevsky，IlyaSutskever，GeoffreyE.Hinton
loveling丶·2020-07-05 17:36

Neural Networks for Machine Learning by Geoffrey Hinton （6）

Overviewofmini-batchgradientdescent错误面FullBatchLearning的收敛性问题学习率问题随机梯度下降法2类学习算法基本批梯度下降法各种批梯度下降法中的小技巧权重值初始化中心化输入Shiftingtheinputs均一化输入Scalingtheinputs更彻底的方法去除相关性多层神经网络中容易出现的问题4种加速批梯度下降的方法动量方法动量的直观理解动量公
ycheng_sjtu·2020-07-05 17:31

经典计算机视觉论文笔记——《ImageNet Classification with Deep Convolutional Neural Networks》

这是CNN复兴的开创之作，个人认为比Hinton老爷子Science上那篇具有更重要的实际意义。有人问CNN怎么调参，其实大部分的答案这篇论文里都能找到。深度CNN最佳启蒙之作，没有之一。
良言lyboy·2020-07-05 15:29

吴恩达对话Yann LeCun：从相识Hinton到深度学习崛起

机器之心整理机器之心编辑部深度学习专项课程Deeplearning.ai中，也包含吴恩达和多位深度学习大牛的对话视频，之前YouTube上已经公开了他与GeoffreyHinton、YoshuaBengio、IanGoodfellow、AndrejKarpathy等人的对话视频。昨日，Deeplearning.ai放出吴恩达对话YannLeCun的视频，机器之心对此视频内容进行整理介绍。视频链接：
深度学习世界·2020-07-05 14:09

论文笔记 - 《Deep Learning》（Yann LeCun Yoshua Bengio & Geoffrey Hinton） 精典

深度学习的奠基作者：YannLeCun，YoshuaBengio&GeoffreyHinton（三位大神）GeoffreyHinton：谷歌副总裁兼工程研究员（多伦多大学的名誉大学教授）贡献：1986年发表了反向传播论文；1983年发明波尔茨曼机；2012年对卷积神经网络进行改进，并在ImageNet获得好成绩。YannLeCun：Facebook副总裁和首席人工智能科学家贡献：1980年，发明卷
Tom Boom·2020-07-05 13:57

Hopfield和他的神经网络

1Hopfield本人Hopfield比Hinton还要大十几岁。别看他后期主要研究神经网络，Hopfield其实应该算个物理学家，他的博
robinvista·2020-07-05 11:22

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
Aiolus-C·2020-07-05 09:14

深度可分离卷积(Depthwise Separable Convolution)和分组卷积(Group Convolution)的理解，相互关系及PyTorch实现

在CNN发展初期，GPU资源不足以满足训练任务的要求，因此，Hinton采用了多GPU训练的策略，每个GPU完成一部分卷积，最后把多个GPU的卷积结果进行融合。
华仔168168·2020-07-05 06:34

池化到底有什么用 pooling

首先是Hinton，还记得Hinton提出的CapsuleM
hb_ma·2020-07-05 03:38

【深度学习】深度学习之道：如何选择深度学习算法架构

谷歌大脑的GeoffreyE.Hinton的胶囊(Capsule)论文在2017年10月26号发表后深度学习架构似乎又有个新的变革。到底一些传统的深度学习架构是否仍然有用？怎么用？
产业智能官·2020-07-05 01:43

知识蒸馏，teacher—student模型的思考

，后来经过Hinton的《DistillingtheKnowledgeinaNeuralNetwork》发扬光大。
数据娃掘·2020-07-04 19:26

程序员技术进阶手册（二）

深度学习的概念源于人工神经网络的研究，如果追溯深度学习的概念还是要回到2006年Hinton那篇论文，基于深信度网（DNB）提出非监督贪心逐层训练算法，未解决深层结构相
云栖社区v·2020-07-04 15:42

模型压缩 | 知识蒸馏经典解读

这一技术的理论来自于2015年Hinton发表的一篇神作:DistillingtheKnowledgeinaNeuralNetwork[1]KnowledgeDistillation，简称KD，顾名思义
文文学霸·2020-07-04 10:04

论文笔记 - 《Deep Learning》（Yann LeCun Yoshua Bengio & Geoffrey Hinton）经典

论文：LeCun,Yann,YoshuaBengio,andGeoffreyHinton.“Deeplearning.”Nature521.7553(2015):436-444.[pdf](ThreeGiants’Survey)监督学习机器学习最常见的形式，不管是否深入都是监督学习。我们计算一个目标函数，它度量输出分数与期望的分数模式之间的误差（距离）。然后，机器修改其内部可调参数，以减少这种误差
IMU_Pandade·2020-07-04 07:25

关于Yann LeCun, Yoshua Bengio & Geoffrey Hinton 的Deep Learning 学习摘要

Whatisdeeplearning?深度学习就是一种特征学习方法，把原始数据通过一些简单的但是非线性的模型转变成为更高层次的，更加抽象的表达。通过足够多的转换的组合，非常复杂的函数也可以被学习.ThemainfeatureofDL?深度学习的核心方面是，上述各层的特征都不是利用人工工程来设计的，而是使用一种通用的学习过程从数据中学到的。SupervisedLearning计算一个目标函数可以获得
勃兰登堡公爵·2020-07-04 04:45

自编码器与堆叠自编码器简述

自编码器自从Hinton2006年的工作之后，越来越多的研究者开始关注各种自编码器模型相应的堆叠模型。
zzzkk2009·2020-07-04 04:41

泼冷水：反思机器学习5年大跃进（附论文）

回想2012年，Hinton带着学生们以ImageNet上16.4%的错误率震惊计算机视觉研究界，似乎已经是远古时期的历史。这些年来的突飞猛进，真的可信吗？最近一项
数据派THU·2020-07-04 02:42

【AI初识境】被Hinton，DeepMind和斯坦福嫌弃的池化，到底是什么？

这是专栏《AI初识境》的第8篇文章。所谓初识，就是对相关技术有基本了解，掌握了基本的使用方法。今天来说说深度学习中的池化问题，包含池化的种类，作用机制以及最新的思考。作者&编辑|言有三1池化还要不要了这一次咱们反着来，说说学术界对池化的最新观点。通常我们认为，池化可以增加网络对于平移的不变性，对于网络的泛化能力的提升是非常关键的。不过，到底能起到多大的正向作用，却是被很多人怀疑的。首先是Hinto
言有三·2020-07-04 00:37

Hinton等6位图灵奖得主、百余位顶级学者邀你加入群聊，共话人工智能下一个十年...

GeoffreyHinton等6位图灵奖得主亲临，百余位顶级学者邀请你加入群聊「2020北京智源大会」，深入系统探讨「人工智能的下一个十年」。自2009年深度学习崛起以来，第三波人工智能浪潮席卷全球，推动了新一波技术革命。在这波澜壮阔的11年，我们见证了技术突破、应用创新与产业变革。技术上，深度学习首先带来计算机视觉、语音识别等领域的突破，让机器识别的准确率一步步突破人类水平；在应用上，深度学习、
Python进阶者·2020-07-02 14:23
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他