hinton 第8页

从“神经网络之父”到“人工智能教父”｜Geoffrey Hinton的传奇人生那才叫精彩...

在2012年，Hinton还获得了加拿大基廉奖(KillamP

weixin_33774308·2020-09-12 20:08

【论文笔记】Unsupervised Learning of Video Representations using LSTMs

这篇文章是深度学习应用在视频分析领域的经典文章，也是Encoder-Decoder模型的经典文章，作者是多伦多大学深度学习开山鼻祖Hinton教授的徒子徒孙们，引用量非常高，是视频分析领域的必读文章。

迷川浩浩_ZJU·2020-09-12 06:57

Unsupervised Feature Learning and Deep Learning(UFLDL) Exercise 总结

7.27暑假开始后，稍有时间，“搞完”金融项目，便开始跑跑DeepLearning的程序Hinton在Nature上文章的代码跑了3天也没跑完后来Debug把batch从200改到20勉强跑出结果后来开始看文章等感觉晕晕乎乎又翻到

LiFeitengup·2020-09-12 02:27

深度学习第58讲：超越CNN——CapsNet胶囊网络

解铃还须系铃人，当年提出CNN的Hinton经过多年研究，在2017年11月提出了著名的胶囊网络(CapsuleNets)，并在mnist数据识别任务上取得了迄今为止最优的成绩。本篇笔记笔者先和大家来

louwill12·2020-09-11 23:37

胶囊网络与计算机视觉教程 @CVPR 2019

深度学习之父Hinton和Sabour从神经科学受到启发，认为大脑被组织成了叫做胶囊的模块。这些模块擅长处理视觉任务中物体的姿态（位置、大小、方向）、形变、速度、反射率、色调、纹理等特征。

我爱计算机视觉·2020-09-11 22:59

深度网络架构

Rumelhart、Hinton和Williams在1986年提出了反向传播(BP)算法。LeNet：诞生于1994年，由YannLeCun提出。

NIGHT_SILENT·2020-09-11 21:31

蒸馏神经网络(Distill the Knowledge in a Neural Network)

本文是阅读Hinton大神在2014年NIPS上一篇论文：蒸馏神经网络的笔记，特此说明。此文读起来很抽象，大篇的论述，鲜有公式和图表。

zhongshaoyy·2020-09-11 12:45

论文总结——AlexNet(ImageNet Classification with Deep Convolutional Neural Networks)

详细参看原论文：AlexKrizhevsky,IlyaSutakever,GeoffreyE.Hinton.ImageNetClassificationwithDeepConvolutionalNeuralNetworks

HFUT_St·2020-09-11 05:09

Faster-RCNN基于tensorflow的训练理解

发展历程中，起源是hinton于1986年提出的BP算法，后续在卷积神经网络和激活函数变为ReLU函数后，梯度下降的算法又有所变化。

ydestspring·2020-09-10 21:02

机器学习面试题-神经网络怎么降维？

神经网络）来对数据进行大量的降维是从2006开始的，这起源于science上的一篇文章：reducingthedimensionalityofdatawithneuralnetworks，作者就是鼎鼎有名的Hinton

耗子来啦·2020-09-10 13:34

常用网络结构：Alex,VGG,Resnet对比

Dropout应该算是AlexNet中一个很大的创新，以至于Hinton在后来很长一段时间里的Talk都拿Dropo

BigCowPeking·2020-08-26 15:59

深度学习笔记（2）——卷积神经网络（Convolutional Neural Network）

卷积神经网络（ConvolutionalNeuralNetwork,CNN）是深度学习转折的标志性成果，在深度学习的早期，以Hinton等为代表的学者们研究主要集中在RBM（限制波尔兹曼机），AE（自编码器

迷川浩浩_ZJU·2020-08-26 13:30

lecture5-对象识别与卷积神经网络

Hinton第五课突然不知道objectrecognition该翻译成对象识别好，还是目标识别好，还是物体识别好，但是鉴于范围性，还是翻译成对象识别吧。

仙守·2020-08-25 17:29

ImageNet Classification with Deep Convolutional Neural Networks

ImageNetClassificationwithDeepConvolutionalNeuralNetworksAlexKrizhevsky,IlyaSutskever,GeoffreyE.Hinton

Alanyannick·2020-08-24 18:57

2012年至今，细数深度学习领域这些年取得的经典成果

编译|陈彩娴编辑|丛末AI科技评论https://dennybritz.com/blog/deep-learning-most-important-ideas/2006年，Hinton发表了一篇论文《AFastLearningAlgorithmforDeepBeliefNets

公众号机器学习与生成对抗网络·2020-08-24 08:51

【论文导读】浅谈胶囊网络与动态路由算法

前言“DynamicRoutingBetweenCapsules”是由Hinton等联合发表在NIPS会议上。提出了一个新的神经网络---胶囊网络与囊间的动态路由算法。

Blank_spaces·2020-08-23 23:34

卷积神经网络小结(Convolutional Neural Networks)

CNNs应用的最成功的一个例子：YannLeCun（曾经是Hinton组的researchassociate）http://yann.lecun.com/exdb/lenet/index.htmlcodeproject

zjxiaolu·2020-08-23 08:27

蒸馏法——人脸识别

ModelDistillationwithKnowledgeTransferfromFaceClassificationtoAlignmentandVerification1）初始化策略：1.1）使用softmax损失先进行预训练优化，2)对于非分类任务的蒸馏法损失函数如下所示：其中第一项是特定任务的损失函数，第三项是特定任务的蒸馏损失项，第二项是原始hinton

Eva_Hua·2020-08-23 08:50

模型加速一:知识蒸馏(Knowledge Distillation)

Hinton在DistillingtheKnowledgeinaNeuralNetwork中首

小小小读书匠·2020-08-23 06:33

结合知识蒸馏的增量学习方法总结

结合知识蒸馏的增量学习方法总结知识蒸馏（KnowledgeDistillation）最早是在Hinton的《DistillingtheKnowledgeinaNeuralNetwork》一文中提出，运用在图像分类任务上

liaoshenglan·2020-08-23 06:04

Deep Learning模型最近若干年重要进展

1986年Hinton正式地提出反向传播训练MLP，尽管之前有人实际上这么做。1979年，Fuk

yansicing·2020-08-22 23:02

RBM--- (Restricted Boltzmann Machine,简称RBM : 受限玻尔兹曼机 )

继续查找，呈现如下：受限玻尔兹曼机(RestrictedBoltzmannMachine,简称RBM)是由Hinton和

冷心笑看丽美人·2020-08-22 04:39

Deep learning：十九(RBM简单理解)

Deeplearning是从06年开始火得，得益于大牛Hinton的文章，不过这位大牛的文章比较晦涩难懂，公式太多，对于我这种菜鸟级别来说读懂它的paper压力太大。纵观大部分介绍RBM的pap

weixin_33758863·2020-08-22 03:41

[Deeplearning]RBM-hinton代码解读

解读hinton对RBM的matlab实现关于RBM（受限波尔玆曼机）受限波尔玆曼机是生成式模型。输入数据可以根据概率生成出来。

风澈云间·2020-08-22 02:07

Mimicking Very Efficient Network for Object Detection

背景Mimic作为一种模型小型化的方法，Hinton在DistillingtheKnowledgeinaNeuralNetwork一文中已经详细定义并介绍过，但近些年来大部分有关于mimic的论文主要都是局限在较为简单的

mengmengmiao·2020-08-22 02:20

2016.4.15 近期要读的论文

&Hinton,G.ImageNetclassificationwithdeepconvolutionalneuralnetworks.InProc.AdvancesinNeuralInformationProcessingSystems251090

hello_pig1995·2020-08-22 01:26

Hinton Neural Network课程笔记10a：融合模型Ensemble, Boosting, Bagging

课程简介GeoffreyHinton2012年在coursera上开的网课：NeuralNetworksforMachineLearning。课程笔记1.模型融合的原因1.1.bias-variancetrade-off当模型过于复杂而数据量不足的时候，就会出现过拟合问题。即学习了很多训练集内部的噪声等内容，在测试集结果不好。通过模型之间取均值可以较好的解决这个问题，尤其是模型预测的结果很不相同的

silent56_th·2020-08-21 21:06

胶囊网络（一）

基质胶囊与EM路由翻译Hinton论文（2012）MATRIXCAPSULESWITHEMROUTING个人学习笔记，转载参考请注明出处摘要胶囊是一组神经元，其输出代表同一实体的不同属性。

子覃·2020-08-21 15:54

从2012年到现在深度学习领域标志成果

2006年，Hinton发表了一篇论文《AFastLearningAlgorithmforDeepBeliefNets》，提出了降维和逐层预训练方法，该方法可成功运用于训练多层神经网络，使深度网络的实用化成为可能

kyle1314608·2020-08-21 09:54

深度学习（九）dropout与Batch norm

最早的Dropout可以看Hinton的这篇文章《Improvingneuralnetworksbypreventingco-adaptationoffeatureDetectors》如上图左，为没有Dropout

米翁方·2020-08-20 10:56

lecture7-序列模型及递归神经网络RNN

Hinton第七课。

weixin_33697898·2020-08-20 08:41

Hinton口中破解宇宙终极秘密的GPT-3厉害在哪？这有篇涂鸦详解

由于GPT-3各种参数应用太强大，以至于深度学习之父Hinton都发推特表示，从GPT-3惊人的性能可以推测，生命、宇宙和万物的答案，只是4万亿个参数而已。虽然都

机器学习算法与Python学习-公众号·2020-08-20 05:10

[深度学习论文笔记][Image Classification] ImageNet Classification with Deep Convolutional Neural Networks

Krizhevsky,Alex,IlyaSutskever,andGeoffreyE.Hinton.

Hao_Zhang_Vision·2020-08-20 03:37

Hinton、吴恩达、LeCun 被点名，马斯克躺枪 | 马库斯连击批AI

他说，Hinton关于深度学习的说法可能会导致放射科医生紧缺；吴恩达预测AI能解决开放式问题是错的；LeCun说强人工智能会出现到现在还八字没一撇；不止这些，他还说《经济学人》误导报道、IBM沃森过度承诺

喜欢打酱油的老鸟·2020-08-19 21:29

知识蒸馏(Knowledge Distillation) 经典之作

这一技术的理论来自于2015年Hinton发表的一篇神作:论文链接arxiv.orgKnowledgeDistillation，简称KD，顾名思义，就是将已经训练好的模型包含的知识(”Knowledge

Terry_dong·2020-08-19 20:12

【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。

alittlebai1·2020-08-19 16:46

微博收藏（机器学习课程与论文）（三）

班机器学习课程全纪录统计机器学习地址机器学习导论地址@陈天奇怪:不错，似乎比较偏向统计和Bayesian————————————————————————————————————————————@王威廉Hinton

LinJM-机器视觉·2020-08-19 16:04

【经典网络模型】1、基于GUI实践AlexNet图像识别与分类

1、简介ImageNetClassificationwithDeepConvolutionalNeuralNetworks》是Hinton和他的学生AlexKrizhevsky在2012年ImageNet

ChaucerG·2020-08-19 03:31

【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

weixin_34161032·2020-08-19 00:03

深度学习训练中梯度消失的原因有哪些？有哪些解决方法？

Hinton为了解决梯度的问题，提出

道墟散人·2020-08-19 00:39

(转)CNN卷积神经网络中的AlexNet、VGG、GoogLeNet、ResNet对比

文章转载自：我爱机器学习的博客园http://www.cnblogs.com/52machinelearning/p/5821591.htmlCNN的发展史上一篇回顾讲的是2006年Hinton他们的SciencePaper

赵白石·2020-08-18 16:37

谷歌科学家、Hinton亲传弟子Ilya Sutskever的深度学习综述及实际建议

注：本文是IlyaSutskever受邀给YisongYue博客写的文章。原文在YisongYue博客上：http://yyue.blogspot.com/2015/01/a-brief-overview-of-deep-learning.html由于blogspot被墙，为方便读者，特转来墙内。ABriefOverviewofDeepLearning(ThisisaguestpostbyIlya

necrazy·2020-08-18 15:29

谷歌科学家、Hinton亲传弟子Ilya Sutskever的深度学习综述及实际建议

注：本文是IlyaSutskever受邀给YisongYue博客写的文章。原文在YisongYue博客上：http://yyue.blogspot.com/2015/01/a-brief-overview-of-deep-learning.html由于blogspot被墙，为方便读者，特转来墙内。ABriefOverviewofDeepLearning(ThisisaguestpostbyIlya

kklots·2020-08-18 15:10

BERT等复杂深度学习模型加速推理方法——模型蒸馏

参考《DistillingtheKnowledgeinaNeuralNetwork》Hinton等蒸馏的作用首先，什么是蒸馏，可以做什么？

我就算饿死也不做程序员·2020-08-18 11:10

深度学习训练的小技巧，调参经验。总结与记录

IlyaSutskever（Hinton的学生）讲述了有关深度学习的见解及实用建议：获取数据：确保要有高质量的输入/输出数据集，这个数据集要足够大、具有代表性以及拥有相对清楚的标签。

yanhx1204·2020-08-17 17:07

Batch Normalization

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。本文是对论文《BatchN

时空守卫·2020-08-17 17:12

Alexnet 和 VGGnet学习整理笔记

AlexNetAlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生AlexKrizhevsky设计的。

zero_gau·2020-08-17 16:13

从LeNet-5看卷积神经网络CNNs

一、概述：自从2010年Hinton大神团队使用深度学习（DeepLearning）算法在ImageNet比赛中获得冠军之后，深度学习算法的触角在计算机视觉、语音识别、自然语言处理等领域不断延伸，并且在这些领域都取得了极大的成功

AlexInML·2020-08-17 15:01

Caffe代码学习及cifar-10数据集解析

Cifar-10是由Hinton的两个大弟子AlexKrizhevsky和llyaSutskever收集的一个用于普通物体识别的数据集。CIFAR是由加拿大牵头投资的一个先进的科学项目研究所。

菜鸟你好·2020-08-17 15:43

CIFAR-10 在Caffe上训练学习

Cifar-10是由Hinton的两个大弟子AlexKrizhevsky、IlyaSutskever收集的一个用于普适物体识别的数据集。Cifar是加拿大牵头投资的一个先进科学项目研究所。

gguygbb·2020-08-17 15:51

推荐频道

hinton

从“神经网络之父”到“人工智能教父”｜Geoffrey Hinton的传奇人生 那才叫精彩...

【论文笔记】Unsupervised Learning of Video Representations using LSTMs

Unsupervised Feature Learning and Deep Learning(UFLDL) Exercise 总结

深度学习第58讲：超越CNN——CapsNet胶囊网络

胶囊网络与计算机视觉教程 @CVPR 2019

深度网络架构

蒸馏神经网络(Distill the Knowledge in a Neural Network)

论文总结——AlexNet(ImageNet Classification with Deep Convolutional Neural Networks)

Faster-RCNN基于tensorflow的训练理解

机器学习面试题-神经网络怎么降维？

常用网络结构：Alex,VGG,Resnet对比

深度学习笔记（2）——卷积神经网络（Convolutional Neural Network）

lecture5-对象识别与卷积神经网络

ImageNet Classification with Deep Convolutional Neural Networks

2012年至今，细数深度学习领域这些年取得的经典成果

【论文导读】浅谈胶囊网络与动态路由算法

卷积神经网络小结(Convolutional Neural Networks)

蒸馏法——人脸识别

模型加速一:知识蒸馏(Knowledge Distillation)

结合知识蒸馏的增量学习方法总结

Deep Learning模型最近若干年重要进展

RBM--- (Restricted Boltzmann Machine,简称RBM : 受限玻尔兹曼机 )

Deep learning：十九(RBM简单理解)

[Deeplearning]RBM-hinton代码解读

Mimicking Very Efficient Network for Object Detection

2016.4.15 近期要读的论文

Hinton Neural Network课程笔记10a：融合模型Ensemble, Boosting, Bagging

胶囊网络（一）

从2012年到现在深度学习领域标志成果

深度学习（九）dropout与Batch norm

lecture7-序列模型及递归神经网络RNN

Hinton口中破解宇宙终极秘密的GPT-3厉害在哪？这有篇涂鸦详解

[深度学习论文笔记][Image Classification] ImageNet Classification with Deep Convolutional Neural Networks

Hinton、吴恩达、LeCun 被点名，马斯克躺枪 | 马库斯连击批AI

知识蒸馏(Knowledge Distillation) 经典之作

【深度学习】深入理解Batch Normalization批标准化

微博收藏（机器学习课程与论文）（三）

【经典网络模型】1、基于GUI实践AlexNet图像识别与分类

【深度学习】深入理解Batch Normalization批标准化

深度学习训练中梯度消失的原因有哪些？有哪些解决方法？

(转)CNN卷积神经网络中的AlexNet、VGG、GoogLeNet、ResNet对比

谷歌科学家、Hinton亲传弟子Ilya Sutskever的深度学习综述及实际建议

谷歌科学家、Hinton亲传弟子Ilya Sutskever的深度学习综述及实际建议

BERT等复杂深度学习模型加速推理方法——模型蒸馏

深度学习训练的小技巧，调参经验。总结与记录

Batch Normalization

Alexnet 和 VGGnet学习整理笔记

从LeNet-5看卷积神经网络CNNs

Caffe代码学习及cifar-10数据集解析

CIFAR-10 在Caffe上训练学习

从“神经网络之父”到“人工智能教父”｜Geoffrey Hinton的传奇人生那才叫精彩...