会员服务
登录查看更多
0

相关内容

【新书】Python机器学习实战，545页pdf，Practical Machine Learning with Python
【新书】Python机器学习实战，545页pdf，Practical Machine Learning with Python
专知会员服务
287+阅读 · 2020年2月26日
【NYU CS-GY 9223I】算法机器学习和数据科学（Algorithmic Machine Learning and Data Science），纽约大学坦顿工程学院计算机科学与工程助理教授 |Christopher Musco
【NYU CS-GY 9223I】算法机器学习和数据科学（Algorithmic Machine Learning and Data Science），纽约大学坦顿工程学院计算机科学与工程助理教授 |Christopher Musco
专知会员服务
19+阅读 · 2019年12月24日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
45+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
56+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
53+阅读 · 2019年10月17日
【深度学习视频分析/多模态学习资源大列表】
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
90+阅读 · 2019年10月16日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
143+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
167+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
77+阅读 · 2019年10月9日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
15+阅读 · 2018年12月24日
AI/ML/DNN硬件加速设计怎么入门？
AI/ML/DNN硬件加速设计怎么入门？
StarryHeavensAbove
10+阅读 · 2018年12月4日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
【推荐】直接未来预测：增强学习监督学习
【推荐】直接未来预测：增强学习监督学习
机器学习研究会
6+阅读 · 2017年11月24日
Capsule Networks解析
Capsule Networks解析
机器学习研究会
10+阅读 · 2017年11月12日
【推荐】RNN/LSTM时序预测
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Deep Learning for Energy Markets
Deep Learning for Energy Markets
Arxiv
8+阅读 · 2019年4月10日
Accelerated Methods for Deep Reinforcement Learning
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Bipedal Walking Robot using Deep Deterministic Policy Gradient
Bipedal Walking Robot using Deep Deterministic Policy Gradient
Arxiv
3+阅读 · 2018年7月16日
Learning to Update for Object Tracking
Arxiv
7+阅读 · 2018年6月19日
Context-Aware Neural Machine Translation Learns Anaphora Resolution
Arxiv
3+阅读 · 2018年5月25日
Classical Structured Prediction Losses for Sequence to Sequence Learning
Arxiv
6+阅读 · 2018年5月24日
Learning to Adapt: Meta-Learning for Model-Based Control
Arxiv
9+阅读 · 2018年3月30日
TBD: Benchmarking and Analyzing Deep Neural Network Training
Arxiv
3+阅读 · 2018年3月16日
Analyzing Uncertainty in Neural Machine Translation
Arxiv
6+阅读 · 2018年2月28日
Temporal 3D ConvNets: New Architecture and Transfer Learning for Video Classification
Arxiv
8+阅读 · 2017年11月22日
VIP会员
相关主题
Performer
Machine Learning
MoDELS
学成
PyTorch
GPU
并行计算
相关VIP内容
【新书】Python机器学习实战，545页pdf，Practical Machine Learning with Python
【新书】Python机器学习实战，545页pdf，Practical Machine Learning with Python
专知会员服务
287+阅读 · 2020年2月26日
【NYU CS-GY 9223I】算法机器学习和数据科学（Algorithmic Machine Learning and Data Science），纽约大学坦顿工程学院计算机科学与工程助理教授 |Christopher Musco
【NYU CS-GY 9223I】算法机器学习和数据科学（Algorithmic Machine Learning and Data Science），纽约大学坦顿工程学院计算机科学与工程助理教授 |Christopher Musco
专知会员服务
19+阅读 · 2019年12月24日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
45+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
56+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
53+阅读 · 2019年10月17日
【深度学习视频分析/多模态学习资源大列表】
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
90+阅读 · 2019年10月16日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
143+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
167+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
77+阅读 · 2019年10月9日
热门VIP内容
相关资讯
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
15+阅读 · 2018年12月24日
AI/ML/DNN硬件加速设计怎么入门？
AI/ML/DNN硬件加速设计怎么入门？
StarryHeavensAbove
10+阅读 · 2018年12月4日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
【推荐】直接未来预测：增强学习监督学习
【推荐】直接未来预测：增强学习监督学习
机器学习研究会
6+阅读 · 2017年11月24日
Capsule Networks解析
Capsule Networks解析
机器学习研究会
10+阅读 · 2017年11月12日
【推荐】RNN/LSTM时序预测
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
相关论文
Deep Learning for Energy Markets
Deep Learning for Energy Markets
Arxiv
8+阅读 · 2019年4月10日
Accelerated Methods for Deep Reinforcement Learning
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Bipedal Walking Robot using Deep Deterministic Policy Gradient
Bipedal Walking Robot using Deep Deterministic Policy Gradient
Arxiv
3+阅读 · 2018年7月16日
Learning to Update for Object Tracking
Arxiv
7+阅读 · 2018年6月19日
Context-Aware Neural Machine Translation Learns Anaphora Resolution
Arxiv
3+阅读 · 2018年5月25日
Classical Structured Prediction Losses for Sequence to Sequence Learning
Arxiv
6+阅读 · 2018年5月24日
Learning to Adapt: Meta-Learning for Model-Based Control
Arxiv
9+阅读 · 2018年3月30日
TBD: Benchmarking and Analyzing Deep Neural Network Training
Arxiv
3+阅读 · 2018年3月16日
Analyzing Uncertainty in Neural Machine Translation
Arxiv
6+阅读 · 2018年2月28日
Temporal 3D ConvNets: New Architecture and Transfer Learning for Video Classification
Arxiv
8+阅读 · 2017年11月22日
大家都在搜
  1. 电力电子
  2. 精益管理体系
  3. 无人地面车辆
  4. 生成式人工智能
  5. MIT博士论文
  6. 智能仓储
  7. ads-b
  8. 李清照词作
  9. 无人艇
  10. 谭铁牛院士深度解析：人工智能是天使还是魔鬼？（内含PPT）
    11.
Top
微信扫码咨询专知VIP会员
Top