ICML 2018 深度学习论文及代码集锦(1)

最新推荐文章于 2023-10-14 17:35:20 发布
最新推荐文章于 2023-10-14 17:35:20 发布
阅读量362 收藏 1
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hestendelin/article/details/101546699
版权
本文汇集了ICML 2018上关于深度学习的优秀论文，包括Spline Filters、Predict and Constrain、Learning Deep ResNet Blocks、Self-Consistent Trajectory Autoencoder (SeCTAR) 和 Deep Reinforcement Learning等主题。每篇论文都有详细的效果对比，部分提供代码实现，如SplineWavelet、Predict_and_Constrain、BoostResNet、Sectar和KR-DL-UCT项目。这些研究探讨了深度学习在不同领域的应用，如图像处理、序列预测和强化学习。
摘要由CSDN通过智能技术生成

[1] Spline Filters For End-to-End Deep Learning

Randall Balestriero et al.

Rice University

http://proceedings.mlr.press/v80/balestriero18a/balestriero18a.pdf

这篇论文的贡献在于

640?wx_fmt=png

各方法效果对比如下

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

代码地址

https://github.com/RandallBalestriero/SplineWavelet

              smiley_12.png我是分割线

最低0.47元/天 解锁文章
frank_hetest
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
18-Learning Deep ResNet Blocks Sequentially using Boosting Theory
u010067397的专栏
12-09 355
文章指出一种基于 boosting（提升）原理，逐层训练深度残差神经网络的方法，并对性能及泛化能力给出了理论上的证明 参考 方法 框架 残差网络: gt+1(x)=f(gt(x))+gt(x)g_{t+1}(x)=f(g_{t}(x))+g_{t}(x)gt+1​(x)=f(gt​(x))+gt​(x) hypothesis module: ot(x)=softmax(WtT⋅g...
#今日论文推荐# IJCAI 2022 | 用一行代码大幅提升零样本学习方法效果，南京理工&牛津提出即插即用分类器模块
w1hsxn的博客
06-28 117
减少了分类器对于生成伪样本质量的依赖。
Self-Consistent Trajectory Autoencoder读书笔记
weixin_45929818的博客
11-28 288
文章目录IntroductionSeCTAR Introduction 层次强化学习(Hierarchical reinforcement learning, HRL)需要学习low-level和high-level的policy。low-level policy的训练往往需要hand-specification或者subgoal information。本文提出一种基于VAE的轨迹自编码方法(S...
深度学习经典论文及开源代码
linghu8812的博客
03-14 6060
目录 综述 Deep Learning 图像分类 LeNet AlexNet ZFNet Inception系列 VGG ResNet DenseNet ResNeXt SENet EfficientNet 目标检测 RCNN OverFeat SPP Fast RCNN Faster RCNN R-FCN FPN SSD系列 YOLO系列 Reti...
CNN经典网络模型（五）：ResNet简介及代码实现（PyTorch超详细注释版）
热门推荐
qq_43307074的博客
10-01 5万+
CNN经典网络模型之一：ResNet，本文包含其简介及代码，在PyTorch中实现，进行超详细注释，适合新生小白阅读学习~
ICML 2018 深度学习论文及代码集锦(8)
hestendelin的专栏
12-20 309
[1]Geometry Score: A Method For Comparing Generative Adversarial NetworksValentin Kh...
cycada_release:ICML 2018论文随附的代码
05-07
Efros）和特雷弗·达雷尔（Trevor Darrell）} title = {CyCADA：周期一致的对抗域自适应}， booktitle = {国际机器学习会议（ICML）}， 年= 2018 } 设置 签出仓库（递归也将签出CycleGAN仓库的CyCADA分支）。 git ...
Sanjeev Arora在ICML2018上关于深度学习理论理解的PPT
07-10
普林斯顿大学Sanjeev Arora在ICML2018上关于深度学习理论理解的PPT
2016年深度学习论文合集
09-07
深度学习2016年ICML论文合集，经典中的经典，很多资源无法下载。
ICML2018论文GAIN补充材料
11-28
此论文是GAIN：Missing Data Imputation using Generative Adversarial Nets 的 Supplementary Materials，里面包括论文公式推导以及代码参数设置
ICML 2018强化学习tutorial: Imitation Learning
07-29
In this tutorial, we aim to present to researchers and industry practitioners a broad overview of imitation learning techniques and recent applications. Imitation learning is a powerful and practical ...
ResNet代码详解及使用教程
淮左青衣
11-25 1万+
0x00 参考来源 Dive-into-DL-PyTorch CNNDetection/train.py at master · PeterWang512/CNNDetection resnet 代码解读 0x01 前言 此系列是各种神经网络的pytorch实现的模版和代码讲解，本篇是ResNet网络的讲解和源代码分享，最近在做比赛用到这个网络了，就写了一点，有点潦草，后续再慢慢优化。 0x02 代码讲解 注：我是从最小的操作开始，一层一层的向外扩着讲解的。 残差块里用到的卷积层操作 残差块中需要用到的
深度学习用于文本分类的论文及代码集锦
hestendelin的专栏
10-15 606
[1]Convolutional Neural Networks for Sentence ClassificationYoon KimNew York Univers...
Resnet代码详解
z240626191s的博客
04-16 5373
这篇文章是用来讲解Resnet(残差网络)代码的，结合代码理解残差网络结构。目录Bottleneck类Conv3×3Conv1×1 BasicBlock ResNet _make_layer代码解析完整的ResNet代码：可以直接调用torch内置的resnet官方代码。 不论是调用resnet50还是resnet101，这些模型都是调用的Resnet模型。因此我们仅需要看这个类就可以。在ResNet这个类中又由Bottleneck(瓶颈层)、3×3卷积层、1×1卷积层、BasicBlock组成。接下来
论文中的算法/伪代码怎么写/理解
weixin_47485810的博客
10-14 6946
latex实现伪代码的书写
[论文阅读]Deep Reinforcement Learning in Continuous Action Spaces: a Case Study in the Game of Simulated
weixin_42128001的博客
04-28 437
1.摘要： 目前越来越多的现实世界中的应用要求agent选择动作在一个连续动作空间，离散动作一个微笑的变化会影响全局，本文模拟环境为一个冰壶游戏。 2.Introduction： 我们设计了一个深度卷积策略值网络，以冰壶运动为模拟器，冰壶运动的动作空间大，策略复杂。policy输出每个动作的概率分布，value输出最终得分分布[-8,8]。 3.Related work： （1）alphago zero：在没有任何手工知识的情况下自行训练，策略和值网络一样，能够加快训练。 （2）博弈树中对持续动作空间，动
（一）深度学习项目代码结构
qq_44108731的博客
11-05 5992
1.代码结构 参考链接：李宏毅2021年深度学习HW2 代码细节 获得运行设备 #check device def get_device(): return 'cuda' if torch.cuda.is_available() else 'cpu' 随机种子设置 # fix random seed def same_seeds(seed): torch.manual_seed(seed) if torch.cuda.is_available(): torch.cud
java资源异步HTTP客户端开发包HttpAsyncClient
最新发布
08-21
java资源异步HTTP客户端开发包 HttpAsyncClient提取方式是百度网盘分享地址
深度学习理论探索：Sanjeev Arora在ICML2018的演讲回顾
在2018年的国际机器学习会议（ICML）上，普林斯顿大学的Sanjeev Arora教授发表了一场关于深度学习理论理解的重要演讲，主题是"Toward Theoretical Understanding of Deep Learning"。这份PPT深入探讨了深度学习的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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