Sorgfältige Überprüfung und Codepraxis für tiefe Lernen: Überprüfung und Praxis Deep Learning Paper und Praxis
- Dies ist ein Repository für eine sorgfältige Überprüfung und Codepraxis für Deep Learning Paper.
- Basierend auf den neuesten Papieren stellen wir eine Vielzahl von Deep -Learning -Papieren vor, die sehr beliebt sind.
- Für Fragen lassen Sie es bitte auf der Registerkarte "Ausgaben" dieses Repositorys.
Bilderkennung (Bilderkennung)
- End-to-End-Objekterkennung mit Transformatoren (ECCV 2020)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Suche nach Mobilenetv3 (ICCV 2019)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Tiefes Restlernen für die Bilderkennung (CVPR 2016)
- Originalpapier Link / Papier Review Video / Summary PDF / MNIST / CIFAR-10 / ImageNet
- Willkürlicher Stiltransfer in Echtzeit mit adaptiver Instanznormalisierung (ICCV 2017)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Übertragung im Bildstil unter Verwendung von Faltungsnetzwerken (CVPR 2016)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Schnellerer R-CNN: Auf dem Weg zu Echtzeit-Objekterkennung mit Region Vorschlagsnetzwerken (NIPS 2015)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
Verarbeitung natürlicher Sprache (Verarbeitung natürlicher Sprache)
- Einköpfe Dehnung RNN: Hör auf, mit deinem Kopf zu denken (2020)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Bert: Vorausbildung von tiefen bidirektionalen Transformatoren für Sprachdaten (NAACL 2019)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Achtung ist alles, was Sie brauchen (NIPS 2017)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Übersetzung der neuronalen maschinellen Übersetzung durch gemeinsames Ausrichten und Übersetzen (ICLR 2015 Oral)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Zeigen und Tell: Ein neuronaler Bildunterschrift Generator (CVPR 2015)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Sequenz zum Sequenzlernen mit neuronalen Netzwerken (NIPS 2014)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
Modell und Superauflösung generieren
- Meta-Transfer-Lernen für die Superauflösung von Null-Shot (CVPR 2020)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- SINGAN: Lernen eines generierenden Modells aus einem einzigen natürlichen Bild (ICCV 2019)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Eine stilbasierte Generatorarchitektur für die Generierung von kontroversen Netzwerken (CVPR 2019)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Stargan: Unified generieren Netzwerke für Multi-Domänen-Image-zu-Emage-Übersetzung (CVPR 2018 Oral)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Bild-zu-Image-Übersetzung mit bedingten kontroversen Netzwerken (CVPR 2017)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Allgemeine Netze (NIPS 2014)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
Modellierung und Optimierung (Modellierung und Optimierung)
- Tasche mit Tricks für die Bildklassifizierung (CVPR 2019)
- Originalpapier Link / Papier Review Video / Summary PDF
- CIFAR-10 / CIFAR-10 mit Etikett Glättung / CIFAR-10 mit Eingangsmischung / Cifar-10 mit Etikettglättierung und Eingangsmischung
- Tiefe Komprimierung: Komprimierung Tiefes neuronale Netze mit Beschneidung, geschulter Quantisierung und Huffman -Codierung (ICLR 2016 Oral)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Batch -Normalisierung: Beschleunigung des tiefen Netzwerktrainings durch Reduzierung der internationalen Kovariatenverschiebung (PMLR 2015)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
Gegentliche Beispiele und Backdoor -Angriffe (feindliches Beispiel und Backdoor -Angriff)
- Hopskipjumpattack: Ein entscheidungsbezogener Angriff mit Abfragen (S & P 2020)
- Originalpapier Link / Papier Review Video / Summary PDF / gezielte Angriff / Unzerierter Angriff
- Zertifizierte Verteidigungen brechen: Semantische kontroverse Beispiele mit gefälschten Robustheitszertifikaten (ICLR 2020)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Signopt: Ein abfrageffizienter hartermarkierter kontroverser Angriff (ICLR 2020)
- Originalpapierverbindung / Papier Review Video / Zusammenfassung PDF / MNIST / CIFAR-10
- Ist Bert wirklich robust? Eine starke Grundlinie für natürliche Sprachangriffe auf die Textklassifizierung und -beanspruchung (AAAI 2020 Oral)
- Originalpapier Link / Papier Review Video / Summary PDF / Code -Praxis
- Abfrageneffizientes Hard-Label-Black-Box-Angriff: Ein optimierungsbasierter Ansatz (ICLR 2019)
- Originalpapier Link / Papier Review Video / Summary PDF / MNIST / CIFAR-10
- Steigerung der kontroversen Angriffe mit Impuls (CVPR 2018 Spotlight)
- Originalpapier Link / Papier Review Video / Summary PDF / CIFAR-10 / ImageNet
- Giftfrösche! Gezielte Clean-Label-Vergiftungsangriffe auf neuronale Netze (NIPS 2018)
- Originalpapier Link / Papier Review Video / Summary PDF / Resnet / Alexnet
- Entscheidungsbasierte kontroverse Angriffe: Zuverlässige Angriffe gegen Black-Box-Modelle für maschinelles Lernen (ICLR 2018)
- Originalpapierverbindung / Papier Review Video / Zusammenfassung PDF / Code -Praxis
Last Thesis Überprüfungsinhalt
- Gegnere Beispiele erklären und nutzen (ICLR 2015)
- Originalpapier -Link / Papier Review Video
- Um die Robustheit neuronaler Netzwerke zu bewerten (S & P 2017)
- Originalpapier -Link / Papier Review Video
- In Richtung Deep Learning -Modelle resistent gegen widersprüchliche Angriffe (ICLR 2018)
- Originalpapier -Link / Papier Review Video
- Gegentliche Beispiele sind keine Fehler, die ARRE -Funktionen (NIPS 2019)
- Originalpapier -Link / Papier Review Video
- Zertifizierte Robustheit gegenüber kontroversen Beispielen mit unterschiedlicher Privatsphäre (S & P 2019)
- Originalpapier -Link / Papier Review Video
- Verschleierte Gradienten geben ein falsches Sicherheitsgefühl (ICML 2018)
- Originalpapier -Link / Papier -Review -Video
- Konstruktion von ununterbrochenen kontroversen Beispielen mit Erzeugungsmodellen (NIPS 2018)
- Originalpapier -Link / Papier Review Video
- Gegner Patch (NIPS 2018)
- Originalpapier -Link / Papier Review Video
