NIPS 2017 深度学习论文集锦 (1)

本文汇总了NIPS 2017上关于深度学习的部分论文,涵盖了LSTM扩展、深度子空间聚类网络、注意力池化、GAN、Dilated RNN、MaskRNN等多个领域的研究,展示了在序列学习、图像识别、视频对象分割、OCR、光学流等任务上的创新应用和理论探讨。
摘要由CSDN通过智能技术生成

[1] Wider and Deeper, Cheaper and Faster: Tensorized LSTMs for Sequence Learning 

Zhen He, Shaobing Gao, Liang Xiao, 

Daxue Liu, Hangen He, David Barber

https://papers.nips.cc/paper/6606-wider-and-deeper-cheaper-and-faster-tensorized-lstms-for-sequence-learning.pdf

这篇论文主要基于LSTM进行扩展。

网络结构如下

640?wx_fmt=png

一些类似模型

640?wx_fmt=png

[2] Deep Subspace Clustering Networks

Pan Ji, Tong Zhang, Hongdong Li, 

Mathieu Salzmann, Ian Reid

https://papers.nips.cc/paper/6608-deep-subspace-clustering-networks.pdf

这篇论文主要基于Deep Convolutional Auto-Encoder进行扩展。

网络结构如下

640?wx_fmt=png

模型的源泉在于下面这个模型

640?wx_fmt=png

[3] Attentional Pooling for Action Recognition 

Rohit Girdhar, Deva Ramanan

https://papers.nips.cc/paper/6609-attentional-pooling-for-action-recognition.pdf

这篇论文主要考虑了注意力模型和卷积神经网络。

网络结构如下

640?wx_fmt=png

[4] Dual-Agent GANs for Photorealistic and Identity Preserving Profile Face Synthesis

Jian Zhao, Lin Xiong, Panasonic Karlekar Jayashree,

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值