机器学习论文阅读
文章平均质量分 93
机器学习、深度学习、神经网络相关论文阅读。希望保持一周一次的更新
JingYuJingYuJingYu
这个作者很懒,什么都没留下…
展开
-
ResNet 论文阅读笔记
ResNet 论文阅读笔记#机器学习/深度学习文章介绍论文地址:https://arxiv.org/pdf/1512.03385.pdf原文题目:Deep Residual Learning for Image Recognition作者: Kaiming He 团队 (微软亚洲研究院)该文是2016年CVPR 最佳论文,拿下来当年 ImageNet 等数据集以及各项比赛第一名。提出的 ResNet 是基于残差学习,让神经网络训练起来更加容易。直观上来说,神经网络可以越做越深、准确度也可以越来原创 2021-11-15 17:06:54 · 2859 阅读 · 0 评论 -
联合综述《Deep Learning》阅读笔记
Deep Learning 阅读笔记文章介绍作者:作者:Yann LeCun、Yoshua Bengio 、Geoffrey Hinton。三人被称为深度学习三巨头,共获2018年图灵奖。2015年为纪念人工智能提出60周年,《Nature》杂志专门开辟了一个“人工智能 + 机器人”专题 ,发表多篇相关论文,其中包括了Yann LeCun、Yoshua Bengio和Geoffrey Hinton首次合作的这篇综述文章“Deep Learning”文章被引用次数:24488 。访问次数:658k原创 2021-11-08 20:24:11 · 2713 阅读 · 0 评论 -
AlexNet 经典论文阅读报告 -ImageNet Classification with Deep Convolutional Neural Networks 文献综述
ImageNet Classification with Deep Convolutional Neural Networks 文献综述阅读时间 :2021年10月15日论文基本信息作者在当时借助这篇论文提出了AlexNet ,奠定了深度学习在计算机视觉领域中的地位。AlexNet被认为是计算机视觉领域最有影响力的论文之一,它刺激了更多使用卷积神经网络和GPU来加速深度学习的论文的出现[17]。截至2020年,AlexNet论文已被引用超过54,000次。 --原创 2021-10-17 23:12:33 · 3335 阅读 · 1 评论 -
LeNet-5 卷积神经网络论文笔记-Gradient-Based Learning Applied to Document Recognition第Ⅰ、Ⅱ部分 笔记
LeNet-5 卷积神经网络论文笔记-Gradient-Based Learning Applied to Document Recognition第Ⅰ、Ⅱ部分 笔记文章目录LeNet-5 卷积神经网络论文笔记-Gradient-Based Learning Applied to Document Recognition第Ⅰ、Ⅱ部分 笔记文章介绍理论基础及现状损失函数,聚焦在模型在训练集和测试集上的表现差异。论文中提到的方法,正则化 regularizationB.Gradient-Based Learn原创 2021-10-24 14:05:53 · 4028 阅读 · 0 评论