你会向从业者推荐的五大机器学习研究论文是什么?
我认为这些论文在引入新颖的创意方面都很有趣。
- 使用深度卷积神经网络的ImageNet分类:HTTPS://papers.nips.cc/paper/482 ...
- 更快的R-CNN:利用区域提案网络实现实时目标检测
- 转学习:令人震惊的认可基准
- 注意就是你所需要的:(纸)(解释者1,解释者2,解释者3)
- 神经词嵌入作为隐式矩阵分解:神经词嵌入作为隐式矩阵分解
- 序列到序列模型:[1409.3215]用神经网络进行序列学习的序列
- 谷歌翻译:缩小人机翻译的差距
- 伯特:用于语言理解的深度双向变压器的预训练
- 甘斯:[1406.2661]生成性对抗网络
- 批量标准化:通过减少内部协变量转换加速深度网络训练
- 退出:HTTPS://www.cs.toronto.edu/~hint ...
- CycleGANs:[1703.10593]使用周期一致的对抗网络的不成对的图像到图像转换
- 使用强化学习进行神经架构搜索:[1611.01578]神经结构搜索与强化学习
- AlphaGo:HTTPS://storage.googleapis.com/d ...。
- AlphaGo Zero:AlphaGo Zero:从头学习|DeepMind
- WaveNet:原始音频的生成模型
- 更快的Wavenet:快速高保真语音合成
- 风格转移:[1508.06576]一种艺术风格的神经算法
本站所有相关知识仅供大家参考、学习之用,部分来源于互联网,其版权均归原作者及网站所有,如无意侵犯您的权利,请与小编联系,我们将会在第一时间核实并给予反馈。