论文阅读
文章平均质量分 94
维斯德尔
这个作者很懒,什么都没留下…
展开
-
经典论文之(三)——Transformer
小白读论文原创 2024-01-07 13:14:34 · 986 阅读 · 1 评论 -
经典论文之(四)——GNN
A Gentle Introduction to Graph Neural Networks》——图神经网络简介。神经网络已经适应了利用图的结构和属性。图神经网络探索了构建图神经网络所需的组件,并激发了它们背后的设计选择。图无处不在;现实世界的对象通常根据它们与其他事物的联系来定义。一组对象以及它们之间的联系自然地表示为图形。十多年来,研究人员已经开发了对图数据进行操作的神经网络(称为图神经网络或GNN)。最近的发展提高了它们的能力和表现力。原创 2024-01-23 14:04:07 · 907 阅读 · 0 评论 -
经典论文之(二)——Resnet
Deep Residual Learning for Image Recognition》——用于图像识别的深度残差学习是由何凯明团队提出的,在当时获得分类任务,目标检测,图像分割第一名。该论文的四位作者何恺明、张祥雨、任少卿和孙剑如今在人工智能领域里都是响当当的名字。在本文中,提出的残差网络框架对后世影响深远。在本文做出的实验中,结果表明残差网络更容易优化,并且加深网络层数有助于提高正确率。在ImageNet数据集上,评估了深度高达152层的残差网——比VGG网深8倍[40],但仍然具有较低的复杂性。原创 2024-01-06 21:38:43 · 1336 阅读 · 0 评论 -
经典论文之(一)——Alexnet
ImageNet Classification with Deep Convolutional Neural Networks》(基于深度卷积神经网络的图像网络分类),是我今天想要学习的文章,也是非常厉害的一篇文章,是第一个引起大家注意的CNN网络。这篇文章的网络是在2012年的ImageNet竞赛中取得冠军的一个模型整理后发表的文章。文章训练了一个大型深度卷积神经网路,将ImageNet LSVRC-2010比赛中的120万幅高分辨率图像分为1000个不同的类别。原创 2024-01-04 12:06:22 · 949 阅读 · 2 评论