DL相关论文翻译与理解汇总

最新推荐文章于 2024-03-31 07:27:29 发布
最新推荐文章于 2024-03-31 07:27:29 发布
阅读量216 收藏
点赞数
分类专栏： 深度学习相关 文章标签： 深度学习 论文 翻译
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/lx_xin/article/details/81937834
版权

翻译较好的博主：
https://blog.csdn.net/quincuntial/article/category/6083575/3
https://alvinzhu.xyz/category/#￦ﾷﾱ￥ﾺﾦ￥ﾭﾦ￤ﾹﾠ

图像分类：
AlexNet：《ImageNet Classification with Deep Convolutional Neural Networks》
https://blog.csdn.net/qianqing13579/article/details/71381016?locationNum=15&fps=1
VGG：《Very Deep Convolutional Networks for Large-Scale Image Recognition—VGG》
https://blog.csdn.net/Quincuntial/article/details/77386795
GoogLeNet：《Going Deeper with Convolutions》
https://blog.csdn.net/Quincuntial/article/details/76457513
Res-Net：《Deep Residual Learning for Image Recognition》
https://blog.csdn.net/Quincuntial/article/details/77263562

目标检测：
R-CNN：《Rich feature hierarchies for accurate object detection and semantic segmentation Tech report》
https://alvinzhu.xyz/2017/10/09/r-cnn/
Fast R-CNN：《Fast R-CNN》
https://alvinzhu.xyz/2017/10/10/fast-r-cnn/
Faster R-CNN：《Faster R-CNN_ Towards Real-Time Object Detection with Region Proposal Networks》
https://alvinzhu.xyz/2017/10/12/faster-r-cnn/
YOLO：《You Only Look Once: Unified, Real-Time Object Detection》
https://www.jianshu.com/p/ab1f187d679d
SSD：《SSD: Single Shot MultiBox Detector》
https://www.jianshu.com/p/467419cf94dd

lx_xin
关注
专栏目录
读DL论文心得之Fast RCNN
Leo的博客
03-16 5307
这篇论文是Ross Girshick等准备发表在ICCV 2015上面的Fast R-CNN。本篇论文也开源了（代码在此）。它是在R-CNN和SPPnet这一个系列的进阶版，相比起R-CNN，FRCN的训练阶段要快9倍，测试阶段要快213倍，相比起SPPnet，FRCN的训练阶段要快3倍，测试阶段要快10倍，并且准确率也有一定提高。首先看看R-CNN和SPPnet的不足之处。 drawbac
ICLR 2024丨脑与智能论文汇总
最新发布
人工智能曾小健
05-27 643
当前基于脑电图（EEG）的深度学习模型通常是针对脑机交互（BCI）中的特定数据集和应用而设计的，限制了模型的规模，从而削弱了它们的感知能力和泛化性。最近，大型语言模型（LLM）在文本处理方面取得了前所未有的成功，促使我们探索大型脑电图模型（LEM）的能力。我们希望LEM能够突破不同任务类型脑电数据集的限制，通过无监督的预训练获得脑电信号的通用感知能力。然后可以针对不同的下游任务对模型进行微调。然而，与文本数据相比，脑电图数据集的体量普遍较小，且格式差异很大。
DNN：DL讨论与DNN经典论文汇总
wishchinYang的专栏
12-31 4889
引言： 达尔文的进化哲学：适者生存！其原因不是因为适者生存，而是因为不适者都会死去； 没有免费的午餐定理：没有普适性的优越算法，如果一个算法对一个或一些应用相对其他算法表现极大的优越性，那么在特定领域必然也体验足够的弱势； 纯科学的存在价值：不能转化为应用的科学是没有价值的，纯科学的存在价值，就是维持整个科学体系的严谨性；
【网安AIGC专题】46篇前沿代码大模型论文、24篇论文阅读笔记汇总
定期分享我的发现和想法，感谢你的陪伴和支持
11-27 1万+
本文为邹德清教授的《网络安全专题》课堂笔记系列的文章，本次专题主题为大模型。 本系列文章不仅涵盖了46篇关于前沿代码大模型的论文，还包含了24篇深度论文阅读笔记，全面覆盖了代码生成、漏洞检测、程序修复、生成测试等多个应用方向，深刻展示了这些技术如何在网络安全领域中起到革命性作用。同时，本系列还细致地介绍了大模型技术的基础架构、增强策略、关键数据集，以及与网络安全紧密相关的模型安全问题。 本篇博客旨在整理这些宝贵的笔记，方便未来的阅读和研究，同时也希望能够对广大读者产生启发和帮助。让我们一起踏上这场网络安
fbprophet论文翻译：Forecasting at Scale
qq_18604793的博客
03-23 2274
prophet论文翻译prophet论文翻译3.1.1 Nonlinear, Saturating Growth功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表F...
NIN论文翻译及解读
David Lee的博客
02-26 3440
NIN论文翻译及解读
【时间序列】KDD 2021丨时间序列相关研究论文汇总
AI蜗牛车
08-19 2960
ACM SIGKDD（Conference on Knowledge Discovery and Data Mining, KDD）是全球最大规模的国际数据科学会议，将展示知识发现和数据挖...
【医学-机器学习-论文】Predicting Cardiovascular Disease Mortality
HamburgerLake的博客
02-12 1026
医学-机器学习向的论文翻译与理解，全文理解性翻译，提供一些便捷 论文通过使用国家健康与营养调查的数据，利用机器学习模型，尤其是随机森林算法，来识别与心血管疾病死亡率相关的风险因素，强调了在心血管疾病的预防和治疗中，全面评估健康状况和饮食摄入的重要性。通过分析，研究突出了年龄、血压以及特定的营养成分，如纤维、钙和维生素E等，对心血管疾病死亡风险的影响。此外，研究结果表明，将营养变量纳入预测模型能够提升模型性能，证实了在使用机器学习进行健康数据分析时，饮食信息的价值。
cvpr2019论文汇总（论文/代码/项目/论文阅读）
热门推荐
XM_no_homework的博客
05-08 4万+
来源：https://mp.weixin.qq.com/s/SmS-guwg6oUqPYwfeC6iiw 论文解读汇总：http://bbs.cvmart.net/topics/287/cvpr2019 论文分类照片汇总：HTTP：//bbs.cvmart。 net / topics / 302 / cvpr2019paper CVPR2019论文直播分享计划： cvpr2019接受论文列表：ht...
目标跟踪论文代码汇总
如果想成为中心，那么就到中心去吧。
07-21 559
近年来，分割任意模型（SAM）因其对图像分割性能而迅速获得了广泛的关注。由于其较强的图像分割能力和不同提示的高交互性，我们发现其在视频一致性分割效果较差。因此，在本报告中，我们提出了跟踪任何事物模型（TAM），它可以在视频中实现高性能的交互式跟踪和分割。详细地说，给定一个视频序列，只有很少的人类参与，也就是说，几次点击，人们可以跟踪任何他们感兴趣的东西，并在本体推理中得到令人满意的结果。没有额外的训练，这种交互式设计执行的视频对象跟踪和分割令人印象深刻。
「论文翻译」Graph convolutional networks for computational drug development and discovery
雨y飘零久的博客
01-08 2381
尽管在过去十年中深度学习在各个领域都取得了令人瞩目的成功，但其在分子信息学和药物发现中的应用仍然受到限制。在深层架构适应结构化数据方面的最新进展为药物研究开辟了新的范例。在这项调查中，我们对图卷积网络的领域以及图卷积网络在药物发现和分子信息学中的应用进行了系统的综述。通常，我们对图卷积网络为何以及如何可以帮助完成与药物有关的任务感兴趣。我们通过四个角度阐述了现有的应用：分子性质和活性预测，相互作用预测，合成预测和de novo药物设计。我们简要介绍图卷积网络背后的理论基础，并说明基于不同公式的各种体系结构。
【图像超分】论文精读：Residual Dense Network for Image Super-Resolution（RDN）
畅游计算机视觉的海洋
03-31 6216
一个非常深的卷积神经网络 (CNN) 最近在图像分类 (SR) 方面取得了巨大成功，并提供了分层特征。然而，大多数基于深度 CNN 的 SR 模型没有充分利用原始低分辨率 (LR) 图像中的层次特征，从而实现相对较低的性能。在本文中，我们提出了一种新的残差密集网络(RDN)来解决图像SR中的这个问题。我们充分利用所有卷积层的分层特征。具体来说，我们提出了残差密集块（RDB）通过密集连接的卷积层提取丰富的局部特征。RDB 进一步允许将前一个 RDB 的状态与当前 RDB 的所有层直接连接，从而产生连续的内存
【图像超分】论文精读：Image Super-Resolution via Deep Recursive Residual Network (DRRN)
畅游计算机视觉的海洋
03-18 9118
最近，基于卷积神经网络 (CNN) 的模型在单图像超分辨率 (SISR) 方面取得了巨大成功。由于深度网络的强度，这些 CNN 模型从低分辨率输入图像学习到高分辨率目标图像的有效非线性映射，但代价是需要大量的参数。本文提出了一种非常深的 CNN 模型（最多 52 个卷积层），称为深度递归残差网络 (DRRN)，用于努力实现深度而简洁的网络。具体来说，采用残差学习，无论是全局还是局部方式，以减轻训练非常深的网络的难度；递归学习用于在增加深度的同时控制模型参数。广泛的基准评估表明，DRRN 在利用更少的参数的同
「论文翻译」Performance Study of Graph Convolutional Networks for Medical Prediction-Based Networks
雨y飘零久的博客
12-09 473
文章目录AbstractNomenclature（专业术语）1. Introduction1.1 Current Methods of ML for Polypharmacy1.2 Deep Neural Networks Abstract 预测多药的效果是一项艰巨的任务，每年花费大量金钱来弥补多药带来的负面药物相互作用的影响。 但是，与传统方法相比，机器学习可用于给出更准确的预测。 在本文中，我...
基本图像分类与目标检测网络要点总结
lx_xin的博客
09-25 7735
图像分类 AlexNet（2012） 是深度学习在计算机视觉领域的影响力较大的论文，获得了2012年ImageNet冠军。 深度为7层，基本结构如下图。准确率达到57.1%，top 1-5 达到80.2%。 使用ReLU，计算简便，缓解Sigmoid中梯度消失的问题。但当学习率较大时易出现dead神经元（落入负半区则永远无法激活），因此学习率设置不能过大。或者可以使用Leaky ReLU替代。...
在网络中用卷积层代替全连接层
lx_xin的博客
08-23 2701
参考资料： FCN用卷积层代替FC层原因（转） - byteH - 博客园 https://www.cnblogs.com/byteHuang/p/6959714.html 深度学习—之全卷积神经网络取代全连接层–用于图像分割 - CSDN博客 https://blog.csdn.net/zxyhhjs2017/article/details/78603332 占坑，待填...
CNN中感受野大小的计算
lx_xin的博客
09-15 2489
参考资料： 卷积神经网络物体检测之感受野大小计算 - machineLearning - 博客园 https://www.cnblogs.com/objectDetect/p/5947169.html CNN 感受野计算公式 - 简书 https://www.jianshu.com/p/e875117e5372 将输入图片记为第0层，其后的卷积层和池化层对RF（receptive fie...
GAN学习
lx_xin的博客
11-05 1028
开始学习GAN生成对抗网络相关知识，将要点和心得总结于此。
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