魚的深度學(xué)習(xí) - 專題

投稿

收錄了32篇文章 · 2人關(guān)注

論文筆記-Deep Learning on Graphs: A Survey（下）
論文鏈接：https://arxiv.org/pdf/1812.04202.pdf[https://arxiv.org/pdf/1812.042...

升不上三段的大魚 0 0
論文筆記-Evidential Deep Learning to Quantify Classification Uncertainty
原文：https://papers.nips.cc/paper/2018/file/a981f2b708044d6fb4a71a14632425...

0.1 升不上三段的大魚 1 1

Transformer 和 Vision Transformer以及參數(shù)高效遷移學(xué)習(xí)（PETL）
1. Transformer Transformer 結(jié)構(gòu)首先是由 “Attention is all you need” 這篇文章提出來的芋浮，當(dāng)...

0.1 升不上三段的大魚 0 1
論文筆記-Towards All-in-one Pre-training via Maximizing Multi-modal Mutual Information
論文：https://arxiv.org/pdf/2211.09807.pdf[https://arxiv.org/pdf/2211.09807...

升不上三段的大魚 0 0
DINO和DINOv2的注意力
1. DINO DINO 是 Meta 在2021年提出的一種的自監(jiān)督學(xué)習(xí)方法按厘，名稱來源于 knowledgedistillation with...

升不上三段的大魚 0 0
如何實現(xiàn)可信 AI：不確定性估計
上一篇：如何實現(xiàn)可信 AI：可解釋性[http://www.reibang.com/p/434e68866043] 如果讓深度學(xué)習(xí)模型為錯誤的...

0.3 升不上三段的大魚 2 3
論文筆記-Predictive Uncertainty Estimation via Prior Networks（NeurIPS 2018）
論文：https://proceedings.neurips.cc/paper/2018/file/3ea2db50e62ceefceaf70a...

1.1 升不上三段的大魚 0 3

如何實現(xiàn)可信 AI：可解釋性
1. 可信人工智能最近人工智能的話題又火熱了起來，關(guān)于人工智能所給出的內(nèi)容也引起了很多爭議。我們希望自己所使用的 AI 是可信的。人類對于 A...

0.2 升不上三段的大魚 0 2
對比學(xué)習(xí)（一）損失函數(shù)
原文博客：https://lilianweng.github.io/posts/2021-05-31-contrastive/[https://...

0.1 升不上三段的大魚 0 1
論文筆記-Generative Adversarial Nets
論文鏈接：https://papers.nips.cc/paper/2014/file/5ca3e9b122f61f8f06494c97b1af...

0.4 升不上三段的大魚 0 1