会员服务

已删除

2019 年 5 月 8 日 将门创投
已删除
已删除
登录查看更多
收起评论
4

相关内容

互联网
卷积 · 残差神经网络 · 模型评估 · 图像识别 · Quoc V. Le ·
2019 年 6 月 9 日
谷歌开源新模型EfficientNet：图像识别效率提升10倍，参数减少88%
0
13
卷积神经网络 · 模型评估 · 残差神经网络 · 谷歌 · 卷积 ·
2019 年 6 月 9 日
谷歌提出新型卷积网络EfficientNet：推理速度提升5.1倍，参数减少88%（附论文&代码）
0
4
残差神经网络 · 卷积神经网络 · 卷积 · 谷歌 · ImageNet (数据集) ·
2019 年 6 月 2 日
谷歌出品EfficientNet：比现有卷积网络小84倍，比GPipe快6.1倍
0
7
模型评估 · 卷积神经网络 · 残差神经网络 · 卷积 · 谷歌 ·
2019 年 5 月 31 日
推理速度提升5.1倍，参数减少88%：谷歌提出新型卷积网络EfficientNet（附代码）
0
5
神经架构搜索 · ImageNet (数据集) · 搜索 · 网络结构 · CVPR ·
2019 年 5 月 11 日
重磅！MobileNetV3 来了！
0
3
深度神经网络 · 神经网络 · 图像分类 · 正则化 · 谷歌 ·
2019 年 4 月 20 日
谷歌提出MorphNet：网络规模更小、速度更快！
0
4
语义分割 · TensorFlow · 谷歌 · 轻量级神经网络 · 计算机视觉 ·
2018 年 4 月 4 日
业界 | 谷歌发布MobileNetV2：可做语义分割的下一代移动端计算机视觉架构
0
4
异构信息网络 · 深度神经网络 · 神经网络 · 英特尔 (Intel) · arXiv ·
2018 年 2 月 28 日
学界 | 英特尔提出新型压缩技术DeepThin，适合移动端设备深度神经网络
0
4
图像识别 · Google · 论文 · ImageNet (数据集) · 设计 ·
2018 年 1 月 20 日
解读谷歌NASNet：一个大规模图像识别架构!（附论文）
0
8
卷积 · WISE · 卷积神经网络 · 模型压缩 · 残差神经网络 ·
2018 年 1 月 8 日
纵览轻量化卷积神经网络：SqueezeNet、MobileNet、ShuffleNet、Xception
0
10
游客
小贴士
相关主题
搜索
谷歌
卷积
架构设计
arXiv
搜索技术
相关资讯
谷歌开源新模型EfficientNet：图像识别效率提升10倍，参数减少88%
谷歌开源新模型EfficientNet：图像识别效率提升10倍，参数减少88%
AI前线
13+阅读 · 2019年6月9日
谷歌提出新型卷积网络EfficientNet：推理速度提升5.1倍，参数减少88%（附论文&代码）
谷歌提出新型卷积网络EfficientNet：推理速度提升5.1倍，参数减少88%（附论文&代码）
THU数据派
4+阅读 · 2019年6月9日
谷歌出品EfficientNet：比现有卷积网络小84倍，比GPipe快6.1倍
谷歌出品EfficientNet：比现有卷积网络小84倍，比GPipe快6.1倍
新智元
7+阅读 · 2019年6月2日
推理速度提升5.1倍，参数减少88%：谷歌提出新型卷积网络EfficientNet（附代码）
推理速度提升5.1倍，参数减少88%：谷歌提出新型卷积网络EfficientNet（附代码）
机器之心
5+阅读 · 2019年5月31日
重磅！MobileNetV3 来了！
重磅！MobileNetV3 来了！
计算机视觉life
3+阅读 · 2019年5月11日
谷歌提出MorphNet：网络规模更小、速度更快！
谷歌提出MorphNet：网络规模更小、速度更快！
全球人工智能
4+阅读 · 2019年4月20日
业界 | 谷歌发布MobileNetV2：可做语义分割的下一代移动端计算机视觉架构
业界 | 谷歌发布MobileNetV2：可做语义分割的下一代移动端计算机视觉架构
机器之心
4+阅读 · 2018年4月4日
学界 | 英特尔提出新型压缩技术DeepThin，适合移动端设备深度神经网络
学界 | 英特尔提出新型压缩技术DeepThin，适合移动端设备深度神经网络
机器之心
4+阅读 · 2018年2月28日
解读谷歌NASNet：一个大规模图像识别架构!（附论文）
解读谷歌NASNet：一个大规模图像识别架构!（附论文）
全球人工智能
8+阅读 · 2018年1月20日
纵览轻量化卷积神经网络：SqueezeNet、MobileNet、ShuffleNet、Xception
纵览轻量化卷积神经网络：SqueezeNet、MobileNet、ShuffleNet、Xception
机器之心
10+阅读 · 2018年1月8日
相关VIP内容
[ICML-Google]先宽后窄:对深度薄网络的有效训练
专知会员服务
23+阅读 · 2020年7月5日
【ACL2020-MIT-韩松】用于高效自然语言处理的硬件感知Transformer
专知会员服务
11+阅读 · 2020年5月29日
紧凑的神经网络模型设计研究综述
专知会员服务
42+阅读 · 2020年5月21日
轻量级神经网络架构综述
专知会员服务
48+阅读 · 2020年4月29日
【Google】利用AUTOML实现加速感知神经网络设计
【Google】利用AUTOML实现加速感知神经网络设计
专知会员服务
16+阅读 · 2020年3月5日
AAAI 2020 | 滴滴&东北大学提出自动结构化剪枝压缩算法框架，性能提升高达120倍
专知会员服务
18+阅读 · 2020年2月26日
阿里巴巴达摩院发布「2020十大科技趋势」
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
79+阅读 · 2020年1月2日
【综述】7篇非常简洁近期深度学习综述论文
【综述】7篇非常简洁近期深度学习综述论文
专知会员服务
60+阅读 · 2019年12月31日
深度神经网络模型压缩与加速综述
深度神经网络模型压缩与加速综述
专知会员服务
66+阅读 · 2019年10月12日
【上海交通大学】分布式移动端机器学习综述论文，28页pdf
【上海交通大学】分布式移动端机器学习综述论文，28页pdf
专知会员服务
20+阅读 · 2019年10月12日
相关论文
Scalable Gromov-Wasserstein Learning for Graph Partitioning and Matching
Hongteng Xu,Dixin Luo,Lawrence Carin
3+阅读 · 2019年10月9日
EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks
Mingxing Tan,Quoc V. Le
3+阅读 · 2019年5月28日
RAM: Residual Attention Module for Single Image Super-Resolution
RAM: Residual Attention Module for Single Image Super-Resolution
Jun-Hyuk Kim,Jun-Ho Choi,Manri Cheon,Jong-Seok Lee
5+阅读 · 2018年11月29日
Deep Learning for Image Denoising: A Survey
Chunwei Tian,Yong Xu,Lunke Fei,Ke Yan
3+阅读 · 2018年10月11日
ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design
ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design
Ningning Ma,Xiangyu Zhang,Hai-Tao Zheng,Jian Sun
3+阅读 · 2018年7月30日
Multilingual Sentiment Analysis: An RNN-Based Framework for Limited Data
Ethem F. Can,Aysu Ezen-Can,Fazli Can
10+阅读 · 2018年6月8日
Transferring Common-Sense Knowledge for Object Detection
Krishna Kumar Singh,Santosh Divvala,Ali Farhadi,Yong Jae Lee
12+阅读 · 2018年4月3日
Identifying Semantic Divergences in Parallel Text without Annotations
Yogarshi Vyas,Xing Niu,Marine Carpuat
3+阅读 · 2018年3月29日
Polypus: a Big Data Self-Deployable Architecture for Microblogging Text Extraction and Real-Time Sentiment Analysis
Rodrigo Martínez-Castaño,Juan C. Pichel,Pablo Gamallo
3+阅读 · 2018年1月11日
Caffeinated FPGAs: FPGA Framework For Convolutional Neural Networks
Roberto DiCecco,Griffin Lacey,Jasmina Vasiljevic,Paul Chow,Graham Taylor,Shawki Areibi
5+阅读 · 2016年9月30日
大家都在搜
  1. DCRNN
  2. 阅读论文
  3. 2021课程
  4. 知识图谱
  5. 技术进展
  6. 全局平均池化
  7. 用户画像
  8. 残疾人出行
  9. 人机交互
  10. NLP大赛冠军总结：300万知乎多标签文本分类任务(附深度学习源码)
    11.
Top