hinton

神经网络模型算法与生物神经网络的最新联系

来源偶然翻了一下微博，发现了@爱可可-爱生活老师转的，Hinton教授今年六月末在剑桥的一个讲座。
MachineLP·2022-11-30 08:48

知识蒸馏 | 综述: 知识的类型

综述梳理思路：知识蒸馏的种类训练机制教师-学生架构蒸馏算法性能比较实际应用典型的知识蒸馏KD是Hinton于15
zenRRan·2022-11-30 00:24

深度学习两大基础Tricks：Dropout和BN详解

深度学习Author：louwillMachineLearningLabDropoutdropout作为目前神经网络训练的一项必备技术，自从被Hinton提出以来，几乎是进行深度学习训练时的标配。
文文学霸·2022-11-29 17:18

A Gift from Knowledge Distillation: Fast Optimization, Network Minimization and Transfer Learning

知识的三种形式一、摘要二、方法步骤1.解决问题的流程-FSP2.蒸馏方法3.结果总结知识的三种形式1.Responsed-BasedKnowledge：小模型学习大模型的输出（Hinton）2.Feature-BasedKnowledge
l-mmf·2022-11-29 08:51

representation learning 表示学习

representationlearningReview1WHAT2WHY3WHATMAKESAREPRESENTATIONGOODwordembedding1Hinton1986Distributedrepresentation2Bengio2003NNLM3MnihHinton2008HierarchicalModel4Mikolov2010
shahuzi·2022-11-29 06:19

【每周CV论文推荐】初学模型蒸馏值得阅读的文章

作者&编辑|言有三1基于优化目标驱动的知识蒸馏框架Hinton最早在文章“Distillingtheknowledgeinaneuralnetwor
言有三·2022-11-28 02:36

送书|“零基础学机器学习”作者创作手记

从Hinton团队在2012年的ImageNet大赛中用神经网络模型一举夺魁开始，AI频频出圈。
文文学霸·2022-11-27 10:49

机器学习内卷了吗？

从Hinton团队在2012年的ImageNet大赛中用神经网络模型一举夺魁开始，AI频频出圈。
咖哥·2022-11-27 10:47

cs231n学习笔记——五.CNN 卷积神经网络

然而这也只是个理论可行的方法，在实际应用中还是被打烂了头而直到2006年，深层网络才被验证是初步可训练和使用的，但是也很受限制，需要谨慎的进行初始化，当时是采用受限玻尔兹曼机进行预训练而直到2012年Hinton
谷雨·清明·2022-11-27 09:51

AlexNet详解及pytorch实现

：ImageNetClassificationwithDeepConvolutionalNeuralNetworks作者：AlexKrizhevsky，IlyaSutskever，GeoffreyE.Hinton
曲庭安·2022-11-27 09:54

tensorflow2.0 resnet18 CIFAR-10图像分类

ResNet18的CIFAR-10图像分类CIFAR-10数据分类CIFAR-10数据简介ResNet18网络ResNert18实验结果CIFAR-10数据分类CIFAR-10数据简介 Cifar-10数据集是由Hinton
CW96·2022-11-27 05:44

知识蒸馏(Knowledge Distillation)

2015年Hinton团队提出的基于“响应”（response-based）的知识蒸馏技术（一般将该文算法称为vanilla-KD[1]
Q&Cui·2022-11-26 17:24

论文阅读---推荐、广告、增长

文章目录蒸馏《DistillingtheKnowledgeinaNeuralNetwork》2015-Hinton《Deepmutuallearning》2017《ImprovedKnowledgeDistillationviaTeacherAssistant
BlackEyes_SY·2022-11-26 13:09

神经科学带来新突破、导出智能统一框架，Hinton：我早有洞见...

最近的神经科学研究指出了如何击败对抗性示例，并为实现更具弹性、一致性和灵活性的人工智能指明了道路。编译|bluemin转载自：AI科技评论对抗性示例是当今深度学习研究的热点。数据中微妙的，通常是无形的更改可能会使深度学习网络铸成大错。作为人类，我们似乎对这些输入感官的扰动更具抵抗力（尽管并非完全免疫）。在深度学习系统中有一种特定的工作模式，看上去卓尔不凡，但有时不堪一击。就像暴风雨中的一棵僵硬的树
智源社区·2022-11-25 15:34

细说深度学习之TensorFlow

自从1962年Rosenblat提出感知机（Perceptron）以来，DNN的概念就已经出现了，而自Rumelhart、Hinton和Williams在1986年发现了梯度下降算法后，DNN的概念就变得可行了
十一月的萧邦。·2022-11-25 03:17

Hinton's lectures( NN for ML) from lecture 5 to lecture 9

NNNNsoft-maxlossfunction5aThingsthatmakeithardtorecognizeobjects5bhowtoachieveviewpointinvariance5ccnnforhand-writtendigitrecognitionBPforCNNswhatdoesthereplicatingthefeaturedetectorsachievepoolingLeN
亦余心之所向兮·2022-11-24 22:07

一文带你了解卷积神经网络基础，建议收藏

神经网络的发展历史1986年：Rumelhart和Hinton等人提出了反向传播（Bac
视学算法·2022-11-24 19:37

AlexNet 详解+pytorch实现

由Hinton和他的学生AlexKrizhevsky设计的。
雪可问春风·2022-11-24 02:15

理解droupout

1-Dropout最早的Dropout可以看Hinton的这篇文章《Improvingneuralnetworks
seasermy·2022-11-24 02:12

深度解析Droupout与Batch Normalization

Droupout2012年，Hinton在其论文中提出Dropout。当一个复杂的前馈神经网络被训练在小的数据集时，容易造成过拟合。
Jason_Honey2·2022-11-24 02:11

CIFAR-10 数据集简介

CIFAR-10数据集简介CIFAR-10是由Hinton的学生AlexKrizhevsky和IlyaSutskever整理的一个用于识别普适物体的小型数据集。
数据艺术家小白学习中·2022-11-23 16:28

CIFAR-10数据集（介绍、下载读取、可视化显示、另存为图片）

cifar10数据集（下载并读取、可视化显示、另存为图片）2022-06-0918:23:38数据集简介CIFAR-10是由Hinton的学生AlexKrizhevsky和IlyaSutskever整理的一个用于识别普适物体的小型数据集
qq_40755283·2022-11-23 16:58

CIFAR-10 数据集

CIFAR-10数据集简介CIFAR-10是由Hinton的学生AlexKrizhevsky和IlyaSutskever整理的一个用于识别普适物体的小型数据集。
edward_zcl·2022-11-23 16:56

CIFAR10数据集

CIRAR10数据集格式三、CIFAR10数据集下载与读取1、下载：2、读取四、class:torchvision.datasets.CIFAR10解读一、CIFAR10数据集简介：CIFAR-10是由Hinton
此何人哉tan·2022-11-23 16:25

cifar10数据集下载及图片格式解析

CIFAR-10是由Hinton的学生AlexKrizhevsky和IlyaSutskever整理的一个用于识别普适物体的小型数据集。
Briwisdom·2022-11-23 16:54

【深度学习】深度学习模型

深度学习的模型感知机：1957年Rosnblatt提出，是支持向量机与神经网络的基础，是二分类的线性分类模型，寻找超平面1985年，Rumelhart和Hinton等人提出了后向传播（BackPropagation
岁月漫长_·2022-11-23 06:20

谷歌Hinton团队提出Pix2Seq：基于Transformer的检测新工作...

Hinton团队的最新工作Pix2Seq对此进行了探索，它将目标检测问题转换成了语言模型问题，并在COCO数据集上取得了与DETR相当甚至更优性能。好大的脑洞！
Amusi（CVer）·2022-11-22 20:19

谷歌Hinton团队提出Pix2Seq：基于Transformer的检测新工作

Hinton团队的最新工作Pix2Seq对此进行了探索，它将目标检测问题转换成了语言模型问题，并在COCO数据集上取得了与DETR相当甚至更优性能。好大的脑洞！
Amusi（CVer）·2022-11-22 20:19

谷歌Hinton等提出Pix2seq：用于目标检测的语言建模框架

Pix2Seq：一个简单而通用的目标检测新框架，其将目标检测转换为语言建模任务，大大简化了pipeline，性能可比肩FasterR-CNN和DETR！还可扩展到其他任务。注1：有点像去年看到DETR的感觉，都是没有对标sota，而是跟milestone比较。所以这一两年都要把CV看成NLP来搞么，或者说大统一注2：文末附【Transformer】和【目标检测】交流群Pix2seqPix2seq:
Amusi（CVer）·2022-11-22 20:48

感知器的学习过程

Hinton机器学习与神经网络中文课-----第二章感知器的学习过程本课程主要是我自己学习“Hinton机器学习与神经网络中文课”的笔记，如有哪里不合适还请浏览者见谅。
fine.alter·2022-11-22 15:49

深度学习Backbone网络系列（一）

AlexNetVGGGoogLeNetInceptionV1InceptionV2&v3InceptionV4，Inception-Res-v1&v2AlexNet2012年ImageNet竞赛冠军获得者Hinton
王吉吉丫·2022-11-22 11:56

神经网络之父Hinton介绍及其论文介绍

1简介杰弗里·埃弗里斯特·辛顿（GeoffreyEverestHinton），计算机学家、心理学家，被称为“神经网络之父”、“深度学习鼻祖”。他研究了使用神经网络进行机器学习、记忆、感知和符号处理的方法，并在这些领域发表了超过200篇论文。他是将（Backpropagation）反向传播算法引入多层神经网络训练的学者之一，他还联合发明了波尔兹曼机（Boltzmannmachine）。他对于神经网络
zephyr_wang·2022-11-21 17:50

蒸馏+Distilling Knowledge via Knowledge Review论文笔记

文章目录一、前言二、蒸馏1.背景介绍2.知识蒸馏和迁移学习之间的区别3.Hinton提出的知识蒸馏Pipeline4.蒸馏的知识形式5.知识蒸馏的方法三、DistillingKnowledgeviaKnowledgeReview
像风一样自由的小周·2022-11-21 15:31

AlexNet学习笔记

AlexNet概述AlexNet是由2012年ImageNet竞赛参赛者Hinton和他的学生AlexKrizhevsky设计的。
chj65·2022-11-21 07:17

模型介绍-----MLP

感知机将训练数据进行线性划分的分离超平面，引入损失函数，利用梯度下降法对损失函数进行极小化，求感知机模型，在此并提出了学习的概念，但无法解决异或运算；多层感知机通过增加层数解决非线性问题，直到1986年Hinton
35岁北京一套房·2022-11-21 06:49

CNN | 06Cifar-10分类

Hinton、Bengio和他的学生在2004年拿到了Cifar投资的少量资金，建立了神经计算和自适应感知项目。
“逛丢一只鞋”·2022-11-21 02:58

深度学习入门笔记之ALexNet网络

来源论文：Krizhevsky,Alex,IlyaSutskever,andGeoffreyE.Hinton.“Imagenetclassificationwith
ysukitty·2022-11-20 22:16

(九) 深度学习笔记 ｜ AlexNet网络结构详解

它是由Hinton和他的学生AlexKrizheveky设计的。也就是在那年后，深度学习开始迅速发展。二、AlexNet网络优点首次使用GPU进行网络加速训练使用了ReLU激活函数，而不是传统的S
Viviana-0·2022-11-20 22:13

清晰明了的AlexNet网络结构

AlexNet是2012年ISLVRC2012竞赛的冠军网络，分类准确率由70%提升到了80%，在当时由于瓶颈期，提升百分之十是令人印象非常深刻的，这个网络的设计者是Hinton和他的学术AlexKrizhevsky
@会飞的毛毛虫·2022-11-20 22:37

面向机器学习的神经网络

面向机器学习的神经网络文章目录前言一、机器学习的重要性二、神经元网络1.什么是神经元网络2.简单的神经元模型三.ANN的MNIST学习范例四.机器学习算法的三大类1.监督学习2.强化学习3.无监督学习前言自学Hinton
wuguanfengyue-·2022-11-20 10:41

【Hinton论文翻译与理解】How to represent part-whole hierarchies in a neural network_202102

原文：Howtorepresentpart-wholehierarchiesinaneuralnetwork[https://arxiv.org/pdf/2102.12627.pdf]摘要本文没有实现代码，仅仅描述一个想法，集多种优势到一个假想系统GLOM[1]。这些优势包括transformer、神经场（neuralfield）、对比表示学习、知识蒸馏、胶囊网络。GLOM回答以下问题：一个固定结
tyhj_sf·2022-11-20 07:41

【NAS工具箱】Drop Path介绍+Dropout回顾

Dropout在12年被Hinton提出，并且在ImageNetClassificationwithDeepConvolut
*pprp*·2022-11-20 04:08

AlexNet

AlexNet简介AlexNet网络，是2012年ImageNet竞赛冠军获得者Hinton和他的学生AlexKrizhevsky设计的。
Fighting_1997·2022-11-19 14:15

手把手搭建经典神经网络系列（1）——AlexNet

一、AlexNet简介AlexNet是Alex和Hinton参加2012年imagenet比赛时提出的卷积网络框架，夺得了当年ImageNetLSVRC的冠军，且准确率远超第二名，带来了深度学习的又一次高潮
混分巨兽龙某某·2022-11-19 14:14

AlexNet网络模型讲解搭建以及训练

它是由Hinton和他的学生AlexKrizhevsky设计的。也是在那年之后，深度学习开始迅速发展。该网络的亮点在于：（1）首次利用GPU进行网络加速训练。（2）使用了ReLU
宁静与致远·2022-11-19 14:40

mnist手写数字识别+dropout+weight_decay提升test精度到0.99

2012年，Hinton等人在《Improvingneuralnetworksbypreventingco-adaptationoffeaturedetectors》论文中首次提出Dropout，并在随后的比赛中用到了
黑夜里游荡·2022-11-19 09:54

AlexNet

它是由Hinton和他的学生AlexKrizhevsky设计的。也是在那年之后，深度学习开始迅速发展。2.AlexNet详解网络亮点(1)首次利用GPU进行网络加速
正在打怪升级的小菜鸟·2022-11-19 08:30

深度学习从入门到放弃之1---准备篇

深度学习从入门到放弃之1---准备篇什么是深度学习深度学习的基本过程如何着手学习深度学习当我说我要学习深度学习，我在学什么总结深度学习的概念于2006年由Hinton等人提出，随后深度学习在学术界和工业界的应用越来越广泛
三景页三景页·2022-11-19 05:22

我的“深度学习”笔记——实战1 LeNet网络 [图像分类]

当然，神经网络成为热门还要到近10年之后Hinton的学生Alex
于谦烫头·2022-11-17 17:11

CNN经典网络模型（二）：AlexNet简介及代码实现（PyTorch超详细注释版）

目录一、开发背景二、网络结构三、模型特点四、代码实现1.model.py2.train.py3.predict.py4.spilit_data.py五、参考内容一、开发背景AlexNet由Hinton和他的学生
华科附小第一名·2022-11-16 15:09
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他