(0人评价)
深度学习顶级论文讲解-A级

内功修炼

价格 ¥ 299.00
会员免费学 购买课程
课程介绍

本课程主要以时间线为基础,详细讲解深度学习领域最重要的一些论文,目前的论文list如下:

  1. Understanding the difficulty of training deep feedforward neural networks:关于模型初始化,激活函数等方面的讨论。
  2. (ReLU)Deep Sparse Rectifier Neural Networks:关于经典激活函数ReLU的介绍。
  3. (Dropout)Improving neural networks by preventing co-adaptation of feature detectors:关于深度学习中常用的抵抗过拟合技术Dropout的介绍。
  4. (AlexNet)ImageNet Classification with Deep Convolutional Neural Networks:2012 ImageNet Challenge图像识别比赛冠军,深度学习在图像领域的经典开山之作。
  5. (VGGNet)Very Deep Convolutional Networks for Large-Scale ImageRecognition:2014 ImageNet Challenge图像识别比赛亚军,广泛应用的一种图像识别模型。
  6. (GoogleNet)Going deeper with convolutions:2014 ImageNet Challenge图像识别比赛冠军,谷歌提出的经典图像识别模型。
  7. (BN)Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift:深度学习领域中常用的标准化策略。
  8. (ResNet)Deep Residual Learning for Image Recognition:2015 ImageNet Challenge图像识别比赛冠军,2019年被应用了18000多次的经典深度学习论文。
  9. (ResNet-v2)Identity Mappings in Deep Residual Networks:ResNet的改进版。
  10. (Inception-v2/v3)Rethinking the Inception Architecture for Computer Vision:谷歌Inception系列的作品。
  11. (Inception-v4/Inception-ResNet)Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning:谷歌Inception系列的作品。
  12. (Group Convolution)Deep Roots:Improving CNN Efficiency with Hierarchical Filter Groups:组卷积介绍。
  13. (ResNeXt)Aggregated Residual Transformations for Deep Neural Networks:2016 ImageNet Challenge图像识别比赛亚军。
  14. (SENet)Squeeze-and-Excitation Networks:2017 ImageNet Challenge图像识别比赛冠军。
  15. (GPT-3)Language Models are Few-Shot Learners:2020年5月由OpenAI发布,这是有史以来最大的NLP模型。

授课教师

AI MOOC创始人、首席讲师

课程特色

下载资料(1)
视频(16)

最新学员