Papers in 100 Lines of Code

100行代码中的论文

在100行代码中实施论文。

实施论文

[Maxout网络]

• Maxout网络[ARXIV]
• Ian J. Goodfellow，David Warde-Farley，Mehdi Mirza，Aaron Courville，Yoshua Bengio
• 2013-02-18

[网络中的网络]

• 网络中的网络[arxiv]
• Min Lin，Qiang Chen，Shuicheng Yan
• 2013-12-13

[与深度强化学习一起玩atari]

• 通过深度加强学习播放atari [arxiv]
• Volodymyr Mnih，Koray Kavukcuoglu，David Silver，Alex Graves，Ioannis Antonoglou，Daan Wierstra，Martin Riedmiller
• 2013-12-19

[自动编码变分贝叶斯]

• 自动编码变分贝叶斯[Arxiv]
• Diederik P Kingma，Max Welling
• 2013-12-20

[生成对抗网络]

• 生成对抗网络[ARXIV]
• Ian J. Goodfellow，Jean Pouget-Abadie，Mehdi Mirza，Bing Xu，David Warde-Farley，Sherjil Ozair，Aaron Courville，Yoshua Bengio
• 2014-06-10

[有条件的生成对抗网]

• 有条件的生成对抗网[arxiv]
• Mehdi Mirza，Simon Osindero
• 2014-11-06

[亚当：一种随机优化的方法]

• 亚当：一种随机优化的方法[arxiv]
• Diederik P. Kingma，Jimmy ba
• 2014-12-22

[NICE：非线性独立组件估计]

• 尼斯：非线性独立组件估计[arxiv]
• Laurent Dinh，David Krueger，Yoshua Bengio
• 2014-10-30

[通过深厚的加强学习控制人类水平的控制]

• 通过深度强化学习[自然]的人类水平控制
• Volodymyr Mnih, Koray Kavukcuoglu, David Silver, Andrei A. Rusu, Joel Veness, Marc G. Bellemare, Alex Graves, Martin Riedmiller, Andreas K. Fidjeland, Georg Ostrovski, Stig Petersen, Charles Beattie, Amir Sadik, Ioannis Antonoglou, Helen King, Dharshan Kumaran, Daan Wierstra，Shane Legg和Demis Hassabis
• 2015-02-25

[使用非平衡热力学的深度无监督学习]

• 使用非平衡热力学的深度无监督学习[ARXIV]
• Jascha Sohl-Dickstein，Eric A. Weiss，Niru Maheswaranathan，Surya Ganguli
• 2015-03-12

[归一化流的变异推断]

• 归一化流量的变异推断[arxiv]
• Danilo Jimenez Rezende，Shakir Mohamed
• 2015-05-21

[通过双重Q学习深度加强学习]

• 通过双Q学习[arxiv]深度加强学习
• Hado Van Hasselt，Arthur Guez，David Silver
• 2015-09-22

[无监督的代表性学习与深度卷积生成对抗网络的学习]

• 卷积生成对抗网络[ARXIV]
• Alec Radford，Luke Metz，Soumith Chintala
• 2015-11-19

[通过指数线性单元（ELU）快速准确的深网学习]

• 通过指数线性单元（ELUS）[ARXIV]快速准确的深网学习
• Djork-arnéClevert，Thomas Unterthiner，Sepp Hochreiter
• 2015-11-23

[对抗学到的推断]

• 对抗学习的推理[arxiv]
• Vincent Dumoulin，Ishmael Belghazi，Ben Poole，Olivier Mastropietro，Alex Lamb，Martin Arjovsky，Aaron Courville
• 2016-06-02

[改进的培训技术]

• 改进的训练剂技术[arxiv]
• Tim Salimans，Ian Goodfellow，Wojciech Zaremba，Vicki Cheung，Alec Radford，XI Chen
• 2016-06-10

[高斯错误线性单元（gelus）]

• 高斯错误线性单元（gelus）[arxiv]
• Dan Hendrycks，Kevin Gimpel
• 2016-06-27

[最小二乘生成对抗网络]

• 最小二乘生成对抗网络[arxiv]
• Xudong Mao，Qing Li，Haoran Xie，Raymond YK Lau，Zhen Wang，Stephen Paul Smolley
• 2016-11-13

[带有条件对抗网络的图像到图像翻译]

• 带有条件对抗网络的图像到图像翻译[arxiv]
• Phillip Isela，Jun-Yan Zhu，Tinghui Zhou，Alexei A. Efros
• 2016-11-21

[Wasserstein Gan]

• Wasserstein gan [arxiv]
• 马丁·阿乔夫斯基（Martin Arjovsky）
• 2017-01-26

[用于快速适应深网络的模型敏捷元学习]

• 用于快速适应深网的模型 - 敏捷的元学习[arxiv]
• 切尔西·芬恩（Chelsea Finn），彼得·阿贝尔（Pieter Abbeel），谢尔盖·莱文
• 2017-03-09

[使用循环一致的对抗网络不成熟的图像到图像翻译]

• 使用循环一致的对抗网络[arxiv]的不属不成对图像到图像的翻译
• Jun-Yan Zhu，Taesung Park，Phillip Isela，Alexei A. Efros
• 2017-03-30

[改进了Wasserstein Gans的培训]

• 改进了Wasserstein Gans的训练[Arxiv]
• Ishaan Gulrajani，Faruk Ahmed，Martin Arjovsky，Vincent Dumoulin，Aaron Courville
• 2017-03-31

[对抗特征学习]

• 对抗特征学习[ARXIV]
• Jeff Donahue，PhilippKrähenbühl，Trevor Darrell
• 2017-04-03

[自我归一化神经网络]

• 自我归一化神经网络[ARXIV]
• GünterKlambauer，Thomas Unterthiner，Andreas Mayr，Sepp Hochreiter
• 2017-06-08

[近端策略优化算法]

• 近端策略优化算法[ARXIV]
• 约翰·舒尔曼（John Schulman
• 2017-08-28

[深图像先验]

• 深图像先验[arxiv]
• Dmitry Ulyanov，Andrea Vedaldi，Victor Lempitsky
• 2017-11-29

[关于一阶元学习算法]

• 关于一阶元学习算法[arxiv]
• 亚历克斯·尼科尔（Alex Nichol），约书亚·阿奇亚姆（Joshua Achiam），约翰·舒尔曼（John Schulman）
• 2018-03-08

[顺序神经可能性]

• 顺序神经可能性：与自回归流的快速无可能的推理[ARXIV]
• George Papamakarios，David C. Sterratt，Iain Murray
• 2018-05-18

[关于自适应学习率及以后的差异]

• 关于自适应学习率和超越[arxiv]的差异
• Liyuan Liu，Haoming Jiang，Pengcheng He，Weizhu Chen，Xiaodong Liu，Jianfeng Gao，Jiawei Han
• 2019-08-08

[通过隐式分化优化数百万的超参数]

• 通过隐式分化优化数百万的超参数[PMLR]
• 乔纳森·洛林（Jonathan Lorraine），保罗·维科尔（Paul Vicol），戴维·杜文（David Duvenaud）
• 2019-10-06

[具有定期激活功能的隐式神经表示]

• 具有周期性激活函数的隐式神经表示[arxiv]
• Vincent Sitzmann，Julien NP Martel，Alexander W. Bergman，David B. Lindell，Gordon Wetzstein
• 2020-06-17

[傅立叶功能让网络学习低维域中的高频功能]

• 傅立叶功能让网络学习低维域中的高频功能[arxiv]
• Matthew Tancik，Pratul P. Srinivasan，Ben Mildenhall，Sara Fridovich-Keil，Nithin Raghavan，Utkarsh Singhal，Ravi Ramamoorthi，Jonathan T. Barron，Ren ng
• 2020-06-18

[降解扩散概率模型]

• 剥离扩散概率模型[arxiv]
• 乔纳森·霍（Jonathan Ho），阿杰·贾恩（Ajay Jain），彼得·阿贝尔
• 2020-06-19

[带有摊销近似比估计量的无似然MCMC]

• 带有摊销近似比估计量的无似然MCMC [PMLR]
• Joeri Hermans，Volodimir Begy，Gilles Lowppe
• 2020-06-26

[nerf：将场景表示为视图合成的神经辐射场]

• NERF：将场景表示为视图合成的神经辐射场[arxiv]
• Ben Mildenhall，Pratul P. Srinivasan，Matthew Tancik，Jonathan T. Barron，Ravi Ramamoorthi，Ren ng
• 2020-08-03

[乘法过滤网络]

• 乘法过滤网络[OpenReview]
• Rizal Fathony，Anit Kumar Sahu，Devin Willmott，J Zico Kolter
• 2020-09-28

[学到的初始化以优化基于坐标的神经表示]

• 学到的初始化以优化基于坐标的神经表示[arxiv]
• Matthew Tancik，Ben Mildenhall，Terrance Wang，Divi Schmidt，Pratul P. Srinivasan，Jonathan T. Barron，Ren ng
• 2020-12-03

[Fastnerf：200fps的高保真神经渲染]

• Fastnerf：200fps的高保真神经渲染[arxiv]
• Stephan J. Garbin，Marek Kowalski，Matthew Johnson，Jamie Shotton，Julien Valentin
• 2021-03-18

[KilOnerf：使用数千个微小MLP加速神经辐射场

• KILONERF：使用数千个微小MLP的神经辐射场加速[ARXIV]
• Christian Reiser，Songyou Peng，Yiyi Liao，Andreas Geiger
• 2021-03-25

[用于实时渲染神经辐射场的全体植物]

• 用于实时渲染神经辐射场的全体植物[arxiv]
• Alex Yu，Ruilong Li，Matthew Tancik，Hao Li，Ren ng，Angjoo Kanazawa
• 2021-03-25

[nerf--：没有已知相机参数的神经辐射场]

• nerf--：没有已知摄像机参数的神经辐射场[ARXIV]
• Zirui Wang，Shangzhe Wu，Weidi Xie，Min Chen，Victor Adrian Prisacariu
• 2021-02-14

[高斯分布之间的Gromov-Wasserstein距离]

• 高斯分布之间的gromov-wasserstein距离[arxiv]
• Antoine Salmona，Julie Delon，AgnèsDesolneux
• 2021-08-16

[全体氧：没有神经网络的辐射场]

• 全体氧素：没有神经网络的辐射场[ARXIV]
• Alex Yu，Sara Fridovich-Keil，Matthew Tancik，Qinhong Chen，Benjamin Recht，Angjoo Kanazawa
• 2021-12-09

[Infonerf：射线熵最小化，用于几个射击神经量渲染]

• Infonerf：射线熵最小化，用于几个弹药的神经体积渲染[arxiv]
• Mijeong Kim，Seonguk Seo，Bohyung Han
• 2021-12-31

[即时神经图形的原始图，具有多种解决方案的编码]

• 具有多分辨率哈希编码的即时神经图形原始图[arxiv]
• 托马斯·穆勒（ThomasMüller），亚历克斯·埃文斯（Alex Evans），克里斯托夫·索尼（Christoph Schied），亚历山大·凯勒（Alexander Keller）
• 2022-01-16

[流直而快：学习以整流流的生成和传输数据]

• 流动和快速流动：学习以整流流[ARXIV]生成和传输数据[arxiv]
• Xingchao Liu，Chengyue Gong，Qiang Liu
• 2022-09-07

[K-planes：空间，时间和外观中的明确辐射场]

• K平板：空间，时间和外观中的显式辐射场[ARXIV]
• Sara Fridovich-Keil，Giacomo，Meansi，Frederik Warburg，Benjamin Recht，Angjoo Kanazawa
• 2023-01-24

[Freenerf：通过自由频率正则化改善几乎没有射击的神经渲染]

• FREENERF：通过自由频率正则化改善几乎没有射击的神经渲染[ARXIV]
• Jiawei Yang，Marco Pavone，Yue Wang
• 2023-03-13