综述

综 述 综述


综述 | 基于深度学习的医学图像分割技术:全面调研


史上最全GAN综述2020版:算法、理论及应用


图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University


做人工智能必看的45篇论文-附下载地址


【2020新书】程序员的机器学习与人工智能指南,350页pdf


陶大程院士等最新《深度学习理论进展》综述论文,41页pdf255篇文献阐述六大方面进展


2019->2020必看的十篇「深度学习领域综述」论文


【综述】神经网络中不同类型的卷积层


MIT提出视频理解/行为识别:全面调研(2004-2020)


2020年至今,那些最受瞩目的优质双语图文

十篇点击量最高的双语图文

1. 25个能放到数据湖中的语音研究数据集 https://www.yanxishe.com/TextTranslation/1230

2. Jupyter Notebook 优化:提示、技巧和扩展 https://www.yanxishe.com/TextTranslation/2017

3. 深度学习算法简要综述 https://www.yanxishe.com/TextTranslation/2456

4. 图像分割 2020 最新进展 https://www.yanxishe.com/TextTranslation/2559

5. 用C从头实现神经网络 https://www.yanxishe.com/TextTranslation/2511

6. 使用A3C算法训练智慧体玩Breakout游戏 https://www.yanxishe.com/TextTranslation/1398

7. Twitter团队最新研究:快速高效的可扩展图神经网络SIGN https://www.yanxishe.com/TextTranslation/2712

8. 斯坦福大学 | 人工智能本科4年课程清单 https://www.yanxishe.com/TextTranslation/2590

9. 医学图像深度学习:COVID-19 新冠肺炎筛查 https://www.yanxishe.com/TextTranslation/2480

10. 当keras遇上numpy和opencv,你能拿来做什么? https://www.yanxishe.com/TextTranslation/1411

十篇点赞量最高的双语图文

1. NLP之文本分类:「Tf-Idf、Word2Vec和BERT」三种模型比较 https://www.yanxishe.com/TextTranslation/2668

2. Jupyter Notebook 优化:提示、技巧和扩展 https://www.yanxishe.com/TextTranslation/2017

3. 通俗易懂的机器学习介绍 https://www.yanxishe.com/TextTranslation/2488

4. 关于图神经网络你需要了解的一切 https://www.yanxishe.com/TextTranslation/2489

5. 关于读博,CMU博士Volkan Cirik的8条建议 https://www.yanxishe.com/TextTranslation/2220

6. 七周 Python“突击”计划(经验分享)https://www.yanxishe.com/TextTranslation/2320

7. 深度学习算法简要综述 https://www.yanxishe.com/TextTranslation/2456

8. 医学图像深度学习:COVID-19 新冠肺炎筛查 https://www.yanxishe.com/TextTranslation/2480

9. Scikit-Learn 模型可视化教程 https://www.yanxishe.com/TextTranslation/2464

10. 推荐系统综述(协同过滤、KNN、深度学习、转移学习、Tfidf....) https://www.yanxishe.com/TextTranslation/2274

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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