您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 大规模知识图谱的表征学习

  2. 清华大学刘知远在CCF ADL第65期《知识图谱前沿》上的1.5小时报告《Representation Learning for Large-Scale Knowledge Graphs》演示文稿。
  3. 所属分类:互联网

    • 发布日期:2015-12-28
    • 文件大小:4194304
    • 提供者:happytofly
  1. 无监督__生成模型.zip

  2. 像素循环神经网络 Pixel recurrent neural networks (2016) 作者 A. Oord et al. 训练GANs的改善性技巧 Improved techniques for training GANs (2016) 作者T. Salimans et al. 摘要:近年来,利用卷积网络(CNN)的监督学习已经在计算机视觉应用中被广泛采用。 相比之下,使用CNN的无监督学习得到的关注较少。 在这项工作中,我们希望帮助弥合CNN的监督学习和无监督学习的成功之间的差距。
  3. 所属分类:其它

    • 发布日期:2017-02-22
    • 文件大小:22020096
    • 提供者:oscer2016
  1. Deep Learning Book Chinese Translation

  2. 第一章、前言 第二章、线性代数 第三章、概率与信息 第四章 、数值计算 第五章、机器学习基础 第六章、深度前馈网络 第七章、深度学习的正则化 第八章、深度模型中的优化 第九章、卷积神经网络 第十章、序列建模:循环和递归网络 第十一章、实用方法 第十二章、应用 第十三章、linear factor 第十四章、自动编码 第十五章、表征学习 第十六章、结构概率模型 第十七章、monte carlo 方法 第十八章、面对区分函数 第十九章、近似推断 内容是分开的,在每个文 件夹下面需要用notepad
  3. 所属分类:深度学习

    • 发布日期:2017-10-17
    • 文件大小:1048576
    • 提供者:u014727529
  1. 同质网络表征学习相关论文

  2. 同质网络表征学习相关论文,包括DeepWalk,TADW,Grarep等
  3. 所属分类:机器学习

    • 发布日期:2018-04-18
    • 文件大小:4194304
    • 提供者:swy520
  1. 异质网络表征学习相关论文

  2. 异质网络表征学习相关论文
  3. 所属分类:机器学习

    • 发布日期:2018-04-20
    • 文件大小:15728640
    • 提供者:swy520
  1. 稀疏自动编码器的matlab实现

  2. 本资源是3层的自编码器加上稀疏正则项约束的matlab代码。隐层激活函数选sigmoid函数,输出层选线性函数,程序中以一个标准数据集sonar为例,使用该方法可以做无监督表征学习,数据压缩,多任务学习等
  3. 所属分类:机器学习

    • 发布日期:2018-07-19
    • 文件大小:102400
    • 提供者:m0_38089926
  1. 复杂异构数据的表征学习综述

  2. 文中首先介绍了数据表征的多种类型,并提出了现有数据表征方法面临的挑战;其次,根据数据类型将数据划分成单一类型数据和复合类型数据,针对单一类型数据,分别介绍了4种典型数据的表征学习发展现状和代表算法,包含离散数据、网络数据、文本数据和图像数据.
  3. 所属分类:机器学习

    • 发布日期:2020-04-24
    • 文件大小:2097152
    • 提供者:syp_net
  1. 自监督学习:生成和对比方法综述

  2. 自监督学习作为一种新的学习方法,近几年在表征学习方面取得了骄人的成绩,其利用输入数据本身作为监督,并使得几乎所有类型的下游任务都受益。
  3. 所属分类:机器学习

    • 发布日期:2020-06-19
    • 文件大小:7340032
    • 提供者:syp_net
  1. 深度学习在无线电信号调制识别中的应用综述

  2. 无线电信号的调制识别在无线电监测及频谱管理中有着至关重要的作用。人工神经网络中的深度学习网络由于具有强大的表征学习能力,可以自动从原始数据中提取出各种复杂的特征,因此,探索基于深度学习的无线电信号调制识别是目前无线电监测领域主要的发展趋势之一。介绍了深度学习在无线电信号调制识别中的一些应用成果及存在的问题。结合工作的实际需求,对深度学习在无线电信号调制识别中提出了一些展望,如进一步提高识别范围和在低信噪比下的识别率;寻求新型深度学习调制识别混合架构。
  3. 所属分类:其它

    • 发布日期:2020-10-15
    • 文件大小:275456
    • 提供者:weixin_38576779
  1. 深度学习 表征学习.pdf

  2. 表征学习是学习一个特征的技术的集合:将原始数据转换成为能够被机器学习来有效开发的一种形式。它避免了手动提取特征的麻烦,允许计算机学习使用特征的同时,也学习如何提取特征
  3. 所属分类:深度学习

    • 发布日期:2020-11-04
    • 文件大小:14680064
    • 提供者:baidu_35560935
  1. 多模态视觉语言表征学习研究综述

  2. 我们生活在一个由大量不同模态内容构建而成的多媒体世界中,不同模态信息之间具有高度的相关性和互补性,多模态表征学习的主要目的就是挖掘出不同模态之间的共性和特性,产生出可以表示多模态信息的隐含向量。
  3. 所属分类:机器学习

    • 发布日期:2020-12-03
    • 文件大小:785408
    • 提供者:syp_net
  1. 深度学习概念与人工智能技术之间关系 及机器学习与深度学习区别

  2. AI技术主要包括 机器学习,表征学习(特征学习),深度学习等 AI技术包含关系 上图为人工智能技术的包含关系 可见AI包括机器学习(machine learning),机器学习又包括表征学习(representation learning),深度学习(Deep Learning)又是表征学习的一种 AI系统的不同部分 上图可见 基于规则的系统(Rule-based systems):输入数据 通过手写规则的程序 得到输出 经典机器学习:输入 通过设计的特征提取 利用特征进行匹配 得到输出 表
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:457728
    • 提供者:weixin_38527978
  1. awesome-representation-learning:最新的代表性学习阅读清单-源码

  2. 表征学习中的主题阅读清单 。由于作者只关注特定的方向,因此只涉及少量的深度学习领域。如果有任何错误和遗漏,请让我知道! 目录 调查报告 民意调查 ,arXiv 2019 ,TPAMI 2013 ,arxiv 核心领域 生成模型 ,ICML 2015 ,arxiv ,ICML 2016 ,NeurIPS 2016 ,arxiv ,ICML 2018 ,ICML 2019 ,NeurIPS 2016 ,NeurIPS 2018 ,NeurIPS 2017 ,NeurIPS 2017 非生
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:4096
    • 提供者:weixin_42099087
  1. Challenges in Representation Learning: Facial Expression Recognition Challenge(表征学习中的挑战:面部表情识别挑战)-数据集

  2. This dataset was prepared by Pierre-Luc Carrier and Aaron Courville,and the data consists of 48x48 pixel grayscale images of faces. 该数据集由Pierre-Luc Carrier和Aaron Courville制作,数据由48 × 48像素的人脸灰度图像组成。 example_submission.csv test.csv train.csv icml_fa
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:192937984
    • 提供者:weixin_38502183
  1. SuPix:使用超像素修复的活检图像自我监督表示学习模型-源码

  2. SuPix 使用超像素修复技术对人十二指肠活检图像进行自我监督的表示学习模型。 在这种方法中,我们针对目标修补和弹性变形设计了一种新颖的复合借口任务。 最初在少量标记数据上训练了完全受监督的模型。 该模型用于生成未标记活检图像中重要解剖区域的伪标记。 如本文所述,其中一些区域被随机遮罩,并且使用弹性变形使整个图像变形 训练一个编码器/解码器对,以使用SSIM损失重建蒙版的变形图像。 因此,该模型学习了不同重要组织(例如上皮细胞,隐窝和绒毛)的形状和H&E色斑分布的表示形式。 然后,在一个小的标
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:5242880
    • 提供者:weixin_42131405
  1. Web开放信息抽取的句法表征学习

  2. Web开放信息抽取的句法表征学习
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:432128
    • 提供者:weixin_38737565
  1. 自我监督学习概述::scroll:自我监督学习:最新阅读清单-源码

  2. 自主学习 此回购包含精选的自我指导学习论文列表,重点是表示学习和聚类。 目录 表征学习 分析 R.Geirhos,K.Narayanappa,B.Mitzkus,M.Bethge,FA Wichmann,W.Brendel,,ICLR,2021年。 X.Liu,F.Zhang,Z.Hou,L.Mian,Z.Wang,J.Tang,J.Tang,,Arxiv,2020年。 L. Jing,Y. Tian,《 ,T-PAMI,2020年。 S.Purushwalkam,A.Gupta,《反 ,
  3. 所属分类:其它

    • 发布日期:2021-03-04
    • 文件大小:5120
    • 提供者:weixin_42135462
  1. 深度学习利器:TensorFlow与NLP模型

  2. 自然语言处理(简称NLP),是研究计算机处理人类语言的一门技术,NLP技术让计算机可以基于一组技术和理论,分析、理解人类的沟通内容。传统的自然语言处理方法涉及到了很多语言学本身的知识,而深度学习,是表征学习(representationlearning)的一种方法,在机器翻译、自动问答、文本分类、情感分析、信息抽取、序列标注、语法解析等领域都有广泛的应用。2013年末谷歌发布的word2vec工具,将一个词表示为词向量,将文字数字化,有效地应用于文本分析。2016年谷歌开源自动生成文本摘要模型及
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:696320
    • 提供者:weixin_38546817
  1. 通过从二进制图像中进行表征学习来评估手指静脉质量

  2. 通过从二进制图像中进行表征学习来评估手指静脉质量
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:551936
    • 提供者:weixin_38606811
  1. 基于低秩表征学习的图像记忆性预测模型

  2. 图像记忆性预测包含两个核心问题:特征表征与预测模型。当前对图像记忆性预测的研究多聚焦于探索对其有影响的视觉因素,预测过程采用特征处理与预测相分离的方式,这使预测性能很大程度上受前期特征处理的制约,如果整个预测过程缺少整体性的学习机理,可能会产生次优的预测结果。为解决上述问题,提出了一种基于低秩表征学习的图像记忆性预测模型,将低秩表征学习和线性回归整合到一个框架下。低秩表征学习将原始的特征矩阵映射到具有低秩约束的潜在子空间中,以学习到本征稳健的特征表征;线性回归学习了一个回归系数从而建立图像特征表
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:4194304
    • 提供者:weixin_38697557
« 12 3 4 5 6 7 8 9 10 »