会员服务

已删除

2019 年 6 月 10 日 将门创投
已删除
登录查看更多
6

相关内容

【ICML2020-南大周志华老师组】针对未见类未标记数据的安全深度半监督学习
【ICML2020-南大周志华老师组】针对未见类未标记数据的安全深度半监督学习
专知会员服务
42+阅读 · 2020年7月5日
【ICML2020-伯克利】反直觉！大模型重压缩提升Transformer的训练和推理效率，47页ppt
【ICML2020-伯克利】反直觉！大模型重压缩提升Transformer的训练和推理效率，47页ppt
专知会员服务
70+阅读 · 2020年7月1日
【综述】面向视觉智能的知识蒸馏和Student-Teacher方法，附37页pdf下载
【综述】面向视觉智能的知识蒸馏和Student-Teacher方法，附37页pdf下载
专知会员服务
68+阅读 · 2020年4月16日
【ICLR2020-谷歌】用“复合散度”量化模型合成泛化能力
专知会员服务
20+阅读 · 2020年3月29日
【Amazon】使用预先训练的Transformer模型进行数据增强，Data Augmentation using Pre-trained Transformer Models
【Amazon】使用预先训练的Transformer模型进行数据增强，Data Augmentation using Pre-trained Transformer Models
专知会员服务
51+阅读 · 2020年3月7日
【伯克利】通过增大模型加速Transformer训练和推理
专知会员服务
45+阅读 · 2020年3月6日
【Amazon】使用预先训练的Transformer模型进行数据增强
【Amazon】使用预先训练的Transformer模型进行数据增强
专知会员服务
58+阅读 · 2020年3月6日
元迁移学习的小样本学习，Meta-transfer Learning for Few-shot Learning
元迁移学习的小样本学习，Meta-transfer Learning for Few-shot Learning
专知会员服务
159+阅读 · 2020年2月29日
AAAI 2020 | 滴滴&东北大学提出自动结构化剪枝压缩算法框架，性能提升高达120倍
专知会员服务
30+阅读 · 2020年2月26日
图像分类最新技术综述论文: 21种半监督、自监督和无监督学习方法一较高低
图像分类最新技术综述论文: 21种半监督、自监督和无监督学习方法一较高低
专知会员服务
185+阅读 · 2020年2月22日
已删除
已删除
将门创投
12+阅读 · 2019年7月1日
成熟的目标检测，也该自己学习数据增强策略达到SOTA了
成熟的目标检测，也该自己学习数据增强策略达到SOTA了
机器之心
17+阅读 · 2019年6月28日
学界 | 伯克利 AI 研究院提出新的数据增强算法，比谷歌大脑的 AutoAugment 更强！| ICML 2019
学界 | 伯克利 AI 研究院提出新的数据增强算法，比谷歌大脑的 AutoAugment 更强！| ICML 2019
AI科技评论
8+阅读 · 2019年6月26日
伯克利提出数据增强新方法，计算速度提升1000倍
伯克利提出数据增强新方法，计算速度提升1000倍
AI前线
12+阅读 · 2019年6月21日
谷歌提出新型自动语音识别数据增强大法，直接对频谱图“动刀”，提升模型表现
谷歌提出新型自动语音识别数据增强大法，直接对频谱图“动刀”，提升模型表现
量子位
8+阅读 · 2019年4月28日
已删除
已删除
将门创投
8+阅读 · 2019年3月18日
谷歌推出新型数据增强算法：AutoAugment
谷歌推出新型数据增强算法：AutoAugment
论智
20+阅读 · 2018年6月6日
【学界】谷歌大脑提出自动数据增强方法AutoAugment：可迁移至不同数据集
【学界】谷歌大脑提出自动数据增强方法AutoAugment：可迁移至不同数据集
GAN生成式对抗网络
11+阅读 · 2018年6月5日
谷歌放大招！数据增强实现自动化
谷歌放大招！数据增强实现自动化
新智元
8+阅读 · 2018年6月4日
学界 | 谷歌大脑提出自动数据增强方法AutoAugment：可迁移至不同数据集
学界 | 谷歌大脑提出自动数据增强方法AutoAugment：可迁移至不同数据集
机器之心
3+阅读 · 2018年6月2日
Self-Supervised Learning For Few-Shot Image Classification
Self-Supervised Learning For Few-Shot Image Classification
Arxiv
19+阅读 · 2019年11月14日
Self-training with Noisy Student improves ImageNet classification
Arxiv
15+阅读 · 2019年11月11日
Robust Graph Neural Network Against Poisoning Attacks via Transfer Learning
Arxiv
6+阅读 · 2019年8月20日
Learning Attention-based Embeddings for Relation Prediction in Knowledge Graphs
Arxiv
41+阅读 · 2019年6月4日
Few-shot Learning: A Survey
Few-shot Learning: A Survey
Arxiv
364+阅读 · 2019年4月10日
Few-shot classification in Named Entity Recognition Task
Arxiv
6+阅读 · 2018年12月14日
Meta-Transfer Learning for Few-Shot Learning
Meta-Transfer Learning for Few-Shot Learning
Arxiv
8+阅读 · 2018年12月6日
Multi-Head Attention with Disagreement Regularization
Arxiv
9+阅读 · 2018年10月24日
Diff-DAC: Distributed Actor-Critic for Average Multitask Deep Reinforcement Learning
Arxiv
4+阅读 · 2018年4月22日
Visual Question Answering with Memory-Augmented Networks
Arxiv
4+阅读 · 2018年3月25日
VIP会员
相关主题
最新内容
从可靠性到适配：人工智能赋能任务式指挥中的信任、适应与分布式认知
从可靠性到适配：人工智能赋能任务式指挥中的信任、适应与分布式认知
专知会员服务
2+阅读 · 9月2日
《利用大型语言模型自动生成SysML v2制导、导航和控制系统》170页
《利用大型语言模型自动生成SysML v2制导、导航和控制系统》170页
专知会员服务
7+阅读 · 9月2日
何为协作武器？
何为协作武器？
专知会员服务
5+阅读 · 9月1日
《战斗无人机蜂群设计：多智能体自主系统中的扩展与权衡》
《战斗无人机蜂群设计：多智能体自主系统中的扩展与权衡》
专知会员服务
9+阅读 · 9月1日
《理解认知战：超越信息》
《理解认知战：超越信息》
专知会员服务
9+阅读 · 9月1日
美国战争部在GenAI.mil上推出OpenAI的ChatGPT Mil
美国战争部在GenAI.mil上推出OpenAI的ChatGPT Mil
专知会员服务
7+阅读 · 8月31日
人工智能赋能军事维护：重新定义国防战备
人工智能赋能军事维护：重新定义国防战备
专知会员服务
3+阅读 · 8月31日
综述 | 低资源语言中的大模型安全对齐：方法、风险与评测体系
综述 | 低资源语言中的大模型安全对齐：方法、风险与评测体系
专知会员服务
5+阅读 · 8月31日
博士论文 | 因果NLP基础：面向语言数据与语言模型的因果推断框架
博士论文 | 因果NLP基础：面向语言数据与语言模型的因果推断框架
专知会员服务
6+阅读 · 8月31日
《美陆军野战手册（2026年）：特种部队》
《美陆军野战手册（2026年）：特种部队》
专知会员服务
5+阅读 · 8月31日
《创业战争：风险投资、硅谷、五角大楼与未来之战》200页
《创业战争：风险投资、硅谷、五角大楼与未来之战》200页
专知会员服务
6+阅读 · 8月31日
综述 | 扩散与流模型中的表示学习：从生成到感知再到统一应用
综述 | 扩散与流模型中的表示学习：从生成到感知再到统一应用
专知会员服务
5+阅读 · 8月30日
博士论文 | AI for Science：从科学神经建模到语言模型智能体
博士论文 | AI for Science：从科学神经建模到语言模型智能体
专知会员服务
9+阅读 · 8月30日
受限仓库多智能体取送中的动态安全等待点选择
受限仓库多智能体取送中的动态安全等待点选择
专知会员服务
5+阅读 · 8月29日
综述 | 大模型幻觉生命周期：成因、检测、缓解与预防
综述 | 大模型幻觉生命周期：成因、检测、缓解与预防
专知会员服务
9+阅读 · 8月29日
相关VIP内容
【ICML2020-南大周志华老师组】针对未见类未标记数据的安全深度半监督学习
【ICML2020-南大周志华老师组】针对未见类未标记数据的安全深度半监督学习
专知会员服务
42+阅读 · 2020年7月5日
【ICML2020-伯克利】反直觉！大模型重压缩提升Transformer的训练和推理效率，47页ppt
【ICML2020-伯克利】反直觉！大模型重压缩提升Transformer的训练和推理效率，47页ppt
专知会员服务
70+阅读 · 2020年7月1日
【综述】面向视觉智能的知识蒸馏和Student-Teacher方法，附37页pdf下载
【综述】面向视觉智能的知识蒸馏和Student-Teacher方法，附37页pdf下载
专知会员服务
68+阅读 · 2020年4月16日
【ICLR2020-谷歌】用“复合散度”量化模型合成泛化能力
专知会员服务
20+阅读 · 2020年3月29日
【Amazon】使用预先训练的Transformer模型进行数据增强，Data Augmentation using Pre-trained Transformer Models
【Amazon】使用预先训练的Transformer模型进行数据增强，Data Augmentation using Pre-trained Transformer Models
专知会员服务
51+阅读 · 2020年3月7日
【伯克利】通过增大模型加速Transformer训练和推理
专知会员服务
45+阅读 · 2020年3月6日
【Amazon】使用预先训练的Transformer模型进行数据增强
【Amazon】使用预先训练的Transformer模型进行数据增强
专知会员服务
58+阅读 · 2020年3月6日
元迁移学习的小样本学习，Meta-transfer Learning for Few-shot Learning
元迁移学习的小样本学习，Meta-transfer Learning for Few-shot Learning
专知会员服务
159+阅读 · 2020年2月29日
AAAI 2020 | 滴滴&东北大学提出自动结构化剪枝压缩算法框架，性能提升高达120倍
专知会员服务
30+阅读 · 2020年2月26日
图像分类最新技术综述论文: 21种半监督、自监督和无监督学习方法一较高低
图像分类最新技术综述论文: 21种半监督、自监督和无监督学习方法一较高低
专知会员服务
185+阅读 · 2020年2月22日
热门VIP内容
相关资讯
已删除
已删除
将门创投
12+阅读 · 2019年7月1日
成熟的目标检测，也该自己学习数据增强策略达到SOTA了
成熟的目标检测，也该自己学习数据增强策略达到SOTA了
机器之心
17+阅读 · 2019年6月28日
学界 | 伯克利 AI 研究院提出新的数据增强算法，比谷歌大脑的 AutoAugment 更强！| ICML 2019
学界 | 伯克利 AI 研究院提出新的数据增强算法，比谷歌大脑的 AutoAugment 更强！| ICML 2019
AI科技评论
8+阅读 · 2019年6月26日
伯克利提出数据增强新方法，计算速度提升1000倍
伯克利提出数据增强新方法，计算速度提升1000倍
AI前线
12+阅读 · 2019年6月21日
谷歌提出新型自动语音识别数据增强大法，直接对频谱图“动刀”，提升模型表现
谷歌提出新型自动语音识别数据增强大法，直接对频谱图“动刀”，提升模型表现
量子位
8+阅读 · 2019年4月28日
已删除
已删除
将门创投
8+阅读 · 2019年3月18日
谷歌推出新型数据增强算法：AutoAugment
谷歌推出新型数据增强算法：AutoAugment
论智
20+阅读 · 2018年6月6日
【学界】谷歌大脑提出自动数据增强方法AutoAugment：可迁移至不同数据集
【学界】谷歌大脑提出自动数据增强方法AutoAugment：可迁移至不同数据集
GAN生成式对抗网络
11+阅读 · 2018年6月5日
谷歌放大招！数据增强实现自动化
谷歌放大招！数据增强实现自动化
新智元
8+阅读 · 2018年6月4日
学界 | 谷歌大脑提出自动数据增强方法AutoAugment：可迁移至不同数据集
学界 | 谷歌大脑提出自动数据增强方法AutoAugment：可迁移至不同数据集
机器之心
3+阅读 · 2018年6月2日
相关论文
Self-Supervised Learning For Few-Shot Image Classification
Self-Supervised Learning For Few-Shot Image Classification
Arxiv
19+阅读 · 2019年11月14日
Self-training with Noisy Student improves ImageNet classification
Arxiv
15+阅读 · 2019年11月11日
Robust Graph Neural Network Against Poisoning Attacks via Transfer Learning
Arxiv
6+阅读 · 2019年8月20日
Learning Attention-based Embeddings for Relation Prediction in Knowledge Graphs
Arxiv
41+阅读 · 2019年6月4日
Few-shot Learning: A Survey
Few-shot Learning: A Survey
Arxiv
364+阅读 · 2019年4月10日
Few-shot classification in Named Entity Recognition Task
Arxiv
6+阅读 · 2018年12月14日
Meta-Transfer Learning for Few-Shot Learning
Meta-Transfer Learning for Few-Shot Learning
Arxiv
8+阅读 · 2018年12月6日
Multi-Head Attention with Disagreement Regularization
Arxiv
9+阅读 · 2018年10月24日
Diff-DAC: Distributed Actor-Critic for Average Multitask Deep Reinforcement Learning
Arxiv
4+阅读 · 2018年4月22日
Visual Question Answering with Memory-Augmented Networks
Arxiv
4+阅读 · 2018年3月25日
大家都在搜
  1. maven
  2. palantir
  3. 语言模型
  4. 数字工程
  5. SWOT分析套路
  6. 美伊
  7. 反无
  8. 6 个打造你自己的 VPN 的开源工具
  9. 生成对抗网络GANs学习路线
  10. 文本挖掘从小白到精通
    11.
Top
微信扫码咨询专知VIP会员
Top