您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. SafetyNets: Verifiable Execution of Deep Neural Networks on an Untrusted Cloud

  2. SafetyNets: Verifiable Execution of Deep Neural Networks on an Untrusted Cloud NIPS2017会议论文
  3. 所属分类:深度学习

    • 发布日期:2017-12-17
    • 文件大小:450560
    • 提供者:qq_33889075
  1. Learning Active Learning from Data

  2. Learning Active Learning from Data NIPS2017会议文章
  3. 所属分类:深度学习

    • 发布日期:2017-12-17
    • 文件大小:809984
    • 提供者:qq_33889075
  1. Hinton在NIPS2017上关于capsules的演讲PPT:Does the Brain do Inverse Graphics?

  2. Does the Brain do Inverse Graphics?这是hinton在NIPS2017给出的主题,深入地探讨来人类视觉和capsules
  3. 所属分类:深度学习

    • 发布日期:2018-03-26
    • 文件大小:2097152
    • 提供者:senius
  1. Deep Learning: Practice and Trends [NIPS2017 Tutorial]

  2. NIPS2017 Tutorial Deep Learning: Practice and Trends 182页 YouTube 视频地址 :https://www.youtube.com/watch?v=YJnddoa8sHk
  3. 所属分类:深度学习

    • 发布日期:2018-03-01
    • 文件大小:27262976
    • 提供者:somtian
  1. Python-PyTorch实现NIPS2017论文胶囊之间的动态路由

  2. PyTorch implementation of NIPS 2017 paper Dynamic Routing Between Capsules
  3. 所属分类:其它

    • 发布日期:2019-08-11
    • 文件大小:293888
    • 提供者:weixin_39840387
  1. Python-NIPS2017论文胶囊间动态路由的PyTorch实现

  2. NIPS 2017论文“胶囊间动态路由”的PyTorch实现
  3. 所属分类:其它

    • 发布日期:2019-08-09
    • 文件大小:263168
    • 提供者:weixin_39840588
  1. NIPS2017-Oriol Vinyals-model vs optimazation meta-learning

  2. ppt框架:元学习定义,与无监督学习的对比,与监督学习的对比,元学习模型分类(基于模型,基于度量,基于优化)与例子,总结,展望
  3. 所属分类:深度学习

    • 发布日期:2020-07-21
    • 文件大小:2097152
    • 提供者:liz_Lee
  1. NIPS2017:CNN神经系统识别模型-源码

  2. 用于神经类型识别的CNN模型 这是本文的代码存储库(引用为): Klindt,D.,Ecker,A.,Euler,T.&Bethge,M.(2017年)。 分离“什么”和“哪里”的大量人群的神经系统识别。 神经信息处理系统进展。 [Arxiv] 要求: Tensorflow(具有GPU支持,请参阅 ) 指示 要复制纸上的图形(请参见上文),请打开相应的笔记本: 对于图3和图4,转到 fig{3,4}.ipynb 并使用注释中提供的进一步说明执行单元。 对于图5b-d,执行 fig5/fi
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:165675008
    • 提供者:weixin_42123237
  1. 备忘单-源码

  2. 动作分类 Peng et al。,AAAI 2020 -Yan Li等人,CVPR 2020 et al。,ECCV2018。 等人,CVPRW2018。 -A. Diba等人,arXiv2017。 -R.Girdhar和D.Ramanan,NIPS2017。 -Byeon等人,arXiv2017。 -Y.Zhu等人,arXiv2017。 -H. Bilen等人,CVPR2016。 -J. Donahue等人,CVPR2015。 -L. Yao等人,ICCV2015。 注
  3. 所属分类:其它

    • 发布日期:2021-03-04
    • 文件大小:8192
    • 提供者:weixin_42107374
  1. CapsNet-Keras:NIPS2017论文“胶囊之间的动态路由”中CapsNet的Keras实现。 现在测试误差= 0.34%-源码

  2. CapsNet-Keras 本文中的 (分支支持TensorFlow 2)实现: 当前的average test error = 0.34% , best test error = 0.30% 。 与论文的区别: 我们使用decay factor = 0.9且step = 1 epoch的学习率衰减, 而论文没有给出详细的参数(或者他们没有使用它?)。 我们仅在训练了50 epochs后才报告测试错误。 在本文中,我想他们根据图A.1训练了1250 epochs ? 听起来很疯狂,
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:604160
    • 提供者:weixin_42132354
  1. AttentionalPoolingAction:NIPS 2017论文“用于动作识别的注意力集中”的CodeModel版本-源码

  2. 注意池的动作识别 [] [] 如果此代码有助于您的工作/研究,请考虑引用 Rohit Girdhar和Deva Ramanan。 注意力集中于动作识别。 神经信息处理系统(NIPS)的进展,2017年。 inproceedings{Girdhar_17b_AttentionalPoolingAction, title = {Attentional Pooling for Action Recognition}, author = {Girdhar, Rohit and Ram
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:286720
    • 提供者:weixin_42135773
  1. nips2017:NIPS 2017上所有受邀的演讲,教程,讲习班和演示的资源列表-源码

  2. nips2017:NIPS 2017上所有受邀的演讲,教程,讲习班和演示的资源列表
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:515072
    • 提供者:weixin_42129970
  1. 非平稳光谱内核:非平稳光谱内核的实现(NIPS 2017)-源码

  2. 非平稳光谱内核:非平稳光谱内核的实现(NIPS 2017)
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:22528
    • 提供者:weixin_42116701
  1. 哈希嵌入:哈希嵌入的PyTorch实施(NIPS 2017)。 提交NIPS实施挑战-源码

  2. 散列嵌入 PyTorch实现了版本的(NIPS 2017)。 提交NIPS实施挑战赛( )。 此目录有两个用途: 在PyTorch中实现改进的哈希嵌入层。 可以在./hashembed文件夹中找到。 它适用于Python 2和3。 在PyTorch中实现一条简单的流水线,以评估新的NLP分类算法/新的嵌入类型。 可以在./evaluate文件夹中找到。 这仅在python 3上进行了测试。 散列嵌入是散列技巧的一般化,目的是在相同数量的参数下获得更大的词汇量,换句话说,它可以用于使用较少
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:716800
    • 提供者:weixin_42144086
  1. HKO-7:论文源代码“ [NIPS2017]深度学习临近沉淀”-Source code learning

  2. 关于 论文的源代码 如果您使用该代码或对它有帮助,请引用以下文章: inproceedings{xingjian2017deep, title={Deep learning for precipitation nowcasting: a benchmark and a new model}, author={Shi, Xingjian and Gao, Zhihan and Lausen, Leonard and Wang, Hao and Yeung, Dit-Yan and
  3. 所属分类:其它

    • 发布日期:2021-03-25
    • 文件大小:3145728
    • 提供者:weixin_42107561