论文笔记

最新推荐文章于 2022-08-14 15:58:35 发布
最新推荐文章于 2022-08-14 15:58:35 发布
阅读量139 收藏
点赞数


一，文章标题：The Foundations of Deep Learning with a Path Towards General Intelligence

存放位置:C:\Users\hq\Desktop\不可删除___6月份笔记\博弈论、教学等兴趣

这篇文章主要讲述：新的一些ai的发展领域，“最后，我们提出如何扩展深度学习方法以涵盖包括模块化和认知架构在内的通用人工智能假设的建议。我们还将深度学习与理论神经科学研究的进展联系起来。”



qq_34186720
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
论文笔记（三）ORB-SLAM2
I_m_Gagaga的博客
03-17 709
ORB-slam论文笔记和实验
论文笔记（一）
Gun_powder_的博客
05-11 215
还有几周才轮到我，先从开始读到现在的过程记录下来，省得到时候重头再来。 对NLP什么都不懂就开始读这个属实很困难，能理解多少是多少吧。 首先看看论文里都有什么图 第一张图，展示了树结构层级累积的过程。将一个语义树转换为向量S，向量S接着从垂直方向自底向上累积。好的，不怎么懂。 第二张图，层级嵌入。每一个模块都是一个嵌入向量。现在还不知道什么意思。 第三张图，子树掩盖。看起来是把某些信息掩盖掉。 第四张图，基于树的注意力机制的编码和解码过程，圆箭头表示进行了层次累计。目前不知道
2021论文阅读笔记集合
记忆碎片的博客
08-14 1475
文章目录backbone(HRNetv2)High-Resolution Representations for Labeling Pixels and Regions(RepVGG)RepVGG: Making VGG-style ConvNets Great AgainoperatorDecoupled Dynamic Filter Networks(RedNet)Involution: Inverting the Inherence of Convolution for Visual Recognit
论文阅读 R-FCN: Object Detection via Region-based Fully Convolutional Networks
复兴之矢
02-24 1423
本文转载自： http://www.cnblogs.com/lillylin/p/6277094.html R-FCN论文阅读（R-FCN: Object Detection via Region-based Fully Convolutional Networks ）   目录 作者及相关链接方法概括方法细节实验结果总结参考文献  
AlexNet论文笔记总结
04-09
"AlexNet 论文笔记总结" 这篇笔记总结了 AlexNet 的论文，讨论了使用深度卷积神经网络（CNN）在 ImageNet 图像分类任务中的应用。论文的主要贡献是通过深入的卷积神经网络在 ImageNet LSVRC-2010 1000 类图像分类...
FCN论文笔记.docx
02-02
FCN论文笔记 FCN（Fully Convolutional Networks）是一种完全卷积神经网络模型，旨在解决图像语义分割问题。论文中主要介绍了FCN的架构、工作原理和实现细节。 架构 FCN模型的架构主要包括五个部分：摘要与介绍、...
论文笔记模板——自用xmind模板
03-08
本资源提供了一份“论文笔记模板——自用xmind模板”，旨在帮助用户以更有序的方式整理和记录论文阅读心得。 Xmind是一款强大的思维导图软件，它以其直观的界面和丰富的功能深受用户喜爱，尤其适用于整理复杂信息和...
论文笔记1
08-08
论文笔记1中提到的jMetalSP是一个针对动态多目标大数据优化的框架，它结合了jMetal的多目标优化特性和Apache Spark的集群计算能力。jMetalSP的设计目标包括在Hadoop或Spark集群上处理动态大数据优化问题，使得算法...
HRNet论文笔记
xiaolouhan的博客
05-12 1万+
HRNet：Deep High-Resolution Representation Learning for Human Pose Estimation[github]（CVPR2019）这是一篇state-of-the-art级别的论文； 本文为精读翻译稿，其中也会有些知识点讲解和笔记跳转。
ResNet论文笔记
热门推荐
小时候贼聪明
02-20 9万+
ResNet——MSRA何凯明团队的Residual Networks，在2015年ImageNet上大放异彩，在ImageNet的classification、detection、localization以及COCO的detection和segmentation上均斩获了第一名的成绩，而且Deep Residual Learning for Image Recognition也获得了CVPR2016的best paper，实在是实至名归。就让我们来观摩大神的这篇上乘之作。
YOLOv3论文笔记
coordinate的博客
03-26 6319
论文地址：YOLOv3: An Incremental Improvement 项目地址：darknet 0x00 Foreword 今天看到YOLOv3发布的信息，第一个反应就是，我×，我之前的模型还没有训练好，现在又出来一个(T_T)。 不过我对于YOLOv3的发布还是很激动的，因为我之前和大多数人一样，对于single-stage报以很小的期望了，但是今天的YOLOv3让我又重新...
论文阅读笔记
liuzhicheng1845的博客
03-03 252
《TrafficPredict: Trajectory Prediction for Heterogeneous Traffic-Agents》 轨迹预测 基于LSTM提出了一种新算法： TrafficPredict 算法的目标：更高的准确率 是预测图片中对象的移动吗？ 《Terrain Visibility Graphs:Persistence Is Not Enough》 abstract 在本文中，我们考虑了可见性图识别和重构问题。地形背景。这里，我们给出了一个带有标记顶点v0，v1，越南−1.使标记
论文笔记 A MultiPath Network for Object Detection
xiaoxiang_AQ 的博客
08-31 1976
Facebook一起开源的3个程序之一，MultiPath，其代码网址：https://github.com/facebookresearch/multipathnet。 文章简介： 这篇文章对于COCO数据集中的小目标难检测问题，主要在Fast RCNN detector的基础上进行了改进，获得了新的detector：MultiPath detector。思想上改进如下： （1）在
【UPDT(ECCV2018)】论文阅读笔记
sinat_31184961的博客
03-06 3996
Unveiling the Power of Deep Tracking 论文地址 Motivation 目前目标跟踪领域的训练数据太少，而且在跟踪的时候我们只知道第一帧的ground-truth，所以其实后面帧都是没见过的物体，所以模型需要处理没见过的物体； 对于deep learning在目标跟跟踪领域只是利用了中低层的数据，由于深度网络是用分辨率来换高层鲁棒的特征。但是高层的特征会失去很多...
论文笔记-Spatially informed cell-type deconvolution for spatial tran
最新发布
08-29
"这篇论文笔记主要讨论了Spatially informed cell-type deconvolution for spatial transcriptomics，这是一种用于解析空间转录组学数据的新方法，由密西根大学的研究团队在Nature Biotechnology 2022年发表。...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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