会员服务

已删除

2017 年 10 月 17 日 将门创投 让创新获得认可
已删除
登录查看更多
9

相关内容

【ICML2020-华为港科大】RNN和LSTM有长期记忆吗？
【ICML2020-华为港科大】RNN和LSTM有长期记忆吗？
专知会员服务
78+阅读 · 2020年6月25日
【DeepMind深度学习课程】序列循环神经网络，141页ppt，Sequences and Recurrent Network
【DeepMind深度学习课程】序列循环神经网络，141页ppt，Sequences and Recurrent Network
专知会员服务
86+阅读 · 2020年6月23日
【论文推荐】 Bidirectional Self-Normalizing Neural Networks：双向自归一化神经网络
【论文推荐】 Bidirectional Self-Normalizing Neural Networks：双向自归一化神经网络
专知会员服务
17+阅读 · 2020年6月22日
自然语言处理中的注意力机制，Attention in Natural Language Processing
自然语言处理中的注意力机制，Attention in Natural Language Processing
专知会员服务
136+阅读 · 2020年5月30日
深度学习自然语言处理概述，216页ppt，Jindřich Helcl
深度学习自然语言处理概述，216页ppt，Jindřich Helcl
专知会员服务
216+阅读 · 2020年4月26日
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
专知会员服务
96+阅读 · 2020年4月18日
【MIT深度学习课程】深度序列建模，Deep Sequence Modeling
【MIT深度学习课程】深度序列建模，Deep Sequence Modeling
专知会员服务
78+阅读 · 2020年2月3日
【论文】使用编码器进行命名实体识别（TENER: Adapting Transformer Encoder for Named Entity Recognition）
【论文】使用编码器进行命名实体识别（TENER: Adapting Transformer Encoder for Named Entity Recognition）
专知会员服务
52+阅读 · 2019年12月28日
六篇 EMNLP 2019【图神经网络(GNN)+NLP】相关论文
六篇 EMNLP 2019【图神经网络(GNN)+NLP】相关论文
专知会员服务
72+阅读 · 2019年11月3日
注意力机制模型最新综述
注意力机制模型最新综述
专知会员服务
271+阅读 · 2019年10月20日
【200+论文】深度强化学习、对话系统、文本生成、文本摘要、阅读理解等文献列表
【200+论文】深度强化学习、对话系统、文本生成、文本摘要、阅读理解等文献列表
专知
16+阅读 · 2019年1月14日
从Seq2seq到Attention模型到Self Attention（二）
从Seq2seq到Attention模型到Self Attention（二）
量化投资与机器学习
23+阅读 · 2018年10月9日
从Seq2seq到Attention模型到Self Attention（一）
从Seq2seq到Attention模型到Self Attention（一）
量化投资与机器学习
76+阅读 · 2018年10月8日
基于多篇经典论文综述Attention模型方法（附源码）
基于多篇经典论文综述Attention模型方法（附源码）
数据派THU
7+阅读 · 2018年6月17日
Attention模型方法综述 | 多篇经典论文解读
Attention模型方法综述 | 多篇经典论文解读
PaperWeekly
107+阅读 · 2018年6月11日
神经网络结构在命名实体识别（NER）中的应用
神经网络结构在命名实体识别（NER）中的应用
全球人工智能
11+阅读 · 2018年4月5日
从 Encoder 到 Decoder 实现 Seq2Seq 模型
从 Encoder 到 Decoder 实现 Seq2Seq 模型
AI研习社
10+阅读 · 2018年2月10日
干货｜从LSTM到Seq2Seq
干货｜从LSTM到Seq2Seq
全球人工智能
15+阅读 · 2018年1月9日
【干货】强化学习在生成对抗网络文本生成中扮演的角色（上）
【干货】强化学习在生成对抗网络文本生成中扮演的角色（上）
GAN生成式对抗网络
9+阅读 · 2017年11月1日
已删除
已删除
将门创投
12+阅读 · 2017年10月13日
Attention Forcing for Sequence-to-sequence Model Training
Attention Forcing for Sequence-to-sequence Model Training
Arxiv
7+阅读 · 2019年9月26日
Latent Relation Language Models
Arxiv
21+阅读 · 2019年8月21日
An Attentive Survey of Attention Models
Arxiv
19+阅读 · 2019年4月5日
Image Captioning based on Deep Reinforcement Learning
Image Captioning based on Deep Reinforcement Learning
Arxiv
9+阅读 · 2018年9月13日
Notes on Deep Learning for NLP
Arxiv
22+阅读 · 2018年8月30日
A Stochastic Decoder for Neural Machine Translation
Arxiv
5+阅读 · 2018年5月28日
Learning to Guide Decoding for Image Captioning
Arxiv
6+阅读 · 2018年4月3日
Generating Thematic Chinese Poetry using Conditional Variational Autoencoders with Hybrid Decoders
Arxiv
8+阅读 · 2018年1月30日
Discrete Autoencoders for Sequence Models
Arxiv
6+阅读 · 2018年1月29日
A Deep Reinforcement Learning Chatbot (Short Version)
Arxiv
13+阅读 · 2018年1月20日
VIP会员
相关主题
最新内容
美以伊冲突中的人工智能应用：人工智能工具、部署策略及作战影响分析
美以伊冲突中的人工智能应用：人工智能工具、部署策略及作战影响分析
专知会员服务
1+阅读 · 今天15:43
比利时发布用于实时战场军事装备识别的离线人工智能系统
比利时发布用于实时战场军事装备识别的离线人工智能系统
专知会员服务
1+阅读 · 今天15:41
《经济冲击与战略损失：美伊军事冲突的不可持续成本》
《经济冲击与战略损失：美伊军事冲突的不可持续成本》
专知会员服务
1+阅读 · 今天15:37
超越网格：作战环境对炮兵的影响
超越网格：作战环境对炮兵的影响
专知会员服务
1+阅读 · 今天15:35
KDD 2026 | MixRAGRec：面向LLM推荐的混合专家KG-RAG框架
KDD 2026 | MixRAGRec：面向LLM推荐的混合专家KG-RAG框架
专知会员服务
4+阅读 · 今天12:11
综述 | 推理时控制：可信大语言模型的运行时治理全景
综述 | 推理时控制：可信大语言模型的运行时治理全景
专知会员服务
3+阅读 · 今天12:10
BES：让语言模型通过双向进化搜索自我改进
BES：让语言模型通过双向进化搜索自我改进
专知会员服务
4+阅读 · 5月30日
ICML 2026 | 揭开视觉语言模型计数瓶颈：看得到，却说不出
ICML 2026 | 揭开视觉语言模型计数瓶颈：看得到，却说不出
专知会员服务
5+阅读 · 5月30日
以色列-美国-伊朗战争中的无人机：关键要点
以色列-美国-伊朗战争中的无人机：关键要点
专知会员服务
4+阅读 · 5月30日
美以伊战争：首次人工智能战争——军事自主性困境
美以伊战争：首次人工智能战争——军事自主性困境
专知会员服务
5+阅读 · 5月30日
《Palantir任务保障性软件安全标准（MA-S2）》
《Palantir任务保障性软件安全标准（MA-S2）》
专知会员服务
14+阅读 · 5月30日
《美海军利用扩展现实增强知识流动研究》300页报告
《美海军利用扩展现实增强知识流动研究》300页报告
专知会员服务
8+阅读 · 5月30日
基于声学的无人机检测技术综述
基于声学的无人机检测技术综述
专知会员服务
8+阅读 · 5月30日
《当代混合战争分析框架：俄乌战争经验教训》
《当代混合战争分析框架：俄乌战争经验教训》
专知会员服务
9+阅读 · 5月30日
生成式AI基础小册子绪论解读：一条数学地基路线，178页pdf
生成式AI基础小册子绪论解读：一条数学地基路线，178页pdf
专知会员服务
12+阅读 · 5月29日
相关VIP内容
【ICML2020-华为港科大】RNN和LSTM有长期记忆吗？
【ICML2020-华为港科大】RNN和LSTM有长期记忆吗？
专知会员服务
78+阅读 · 2020年6月25日
【DeepMind深度学习课程】序列循环神经网络，141页ppt，Sequences and Recurrent Network
【DeepMind深度学习课程】序列循环神经网络，141页ppt，Sequences and Recurrent Network
专知会员服务
86+阅读 · 2020年6月23日
【论文推荐】 Bidirectional Self-Normalizing Neural Networks：双向自归一化神经网络
【论文推荐】 Bidirectional Self-Normalizing Neural Networks：双向自归一化神经网络
专知会员服务
17+阅读 · 2020年6月22日
自然语言处理中的注意力机制，Attention in Natural Language Processing
自然语言处理中的注意力机制，Attention in Natural Language Processing
专知会员服务
136+阅读 · 2020年5月30日
深度学习自然语言处理概述，216页ppt，Jindřich Helcl
深度学习自然语言处理概述，216页ppt，Jindřich Helcl
专知会员服务
216+阅读 · 2020年4月26日
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
专知会员服务
96+阅读 · 2020年4月18日
【MIT深度学习课程】深度序列建模，Deep Sequence Modeling
【MIT深度学习课程】深度序列建模，Deep Sequence Modeling
专知会员服务
78+阅读 · 2020年2月3日
【论文】使用编码器进行命名实体识别（TENER: Adapting Transformer Encoder for Named Entity Recognition）
【论文】使用编码器进行命名实体识别（TENER: Adapting Transformer Encoder for Named Entity Recognition）
专知会员服务
52+阅读 · 2019年12月28日
六篇 EMNLP 2019【图神经网络(GNN)+NLP】相关论文
六篇 EMNLP 2019【图神经网络(GNN)+NLP】相关论文
专知会员服务
72+阅读 · 2019年11月3日
注意力机制模型最新综述
注意力机制模型最新综述
专知会员服务
271+阅读 · 2019年10月20日
热门VIP内容
相关资讯
【200+论文】深度强化学习、对话系统、文本生成、文本摘要、阅读理解等文献列表
【200+论文】深度强化学习、对话系统、文本生成、文本摘要、阅读理解等文献列表
专知
16+阅读 · 2019年1月14日
从Seq2seq到Attention模型到Self Attention（二）
从Seq2seq到Attention模型到Self Attention（二）
量化投资与机器学习
23+阅读 · 2018年10月9日
从Seq2seq到Attention模型到Self Attention（一）
从Seq2seq到Attention模型到Self Attention（一）
量化投资与机器学习
76+阅读 · 2018年10月8日
基于多篇经典论文综述Attention模型方法（附源码）
基于多篇经典论文综述Attention模型方法（附源码）
数据派THU
7+阅读 · 2018年6月17日
Attention模型方法综述 | 多篇经典论文解读
Attention模型方法综述 | 多篇经典论文解读
PaperWeekly
107+阅读 · 2018年6月11日
神经网络结构在命名实体识别（NER）中的应用
神经网络结构在命名实体识别（NER）中的应用
全球人工智能
11+阅读 · 2018年4月5日
从 Encoder 到 Decoder 实现 Seq2Seq 模型
从 Encoder 到 Decoder 实现 Seq2Seq 模型
AI研习社
10+阅读 · 2018年2月10日
干货｜从LSTM到Seq2Seq
干货｜从LSTM到Seq2Seq
全球人工智能
15+阅读 · 2018年1月9日
【干货】强化学习在生成对抗网络文本生成中扮演的角色（上）
【干货】强化学习在生成对抗网络文本生成中扮演的角色（上）
GAN生成式对抗网络
9+阅读 · 2017年11月1日
已删除
已删除
将门创投
12+阅读 · 2017年10月13日
相关论文
Attention Forcing for Sequence-to-sequence Model Training
Attention Forcing for Sequence-to-sequence Model Training
Arxiv
7+阅读 · 2019年9月26日
Latent Relation Language Models
Arxiv
21+阅读 · 2019年8月21日
An Attentive Survey of Attention Models
Arxiv
19+阅读 · 2019年4月5日
Image Captioning based on Deep Reinforcement Learning
Image Captioning based on Deep Reinforcement Learning
Arxiv
9+阅读 · 2018年9月13日
Notes on Deep Learning for NLP
Arxiv
22+阅读 · 2018年8月30日
A Stochastic Decoder for Neural Machine Translation
Arxiv
5+阅读 · 2018年5月28日
Learning to Guide Decoding for Image Captioning
Arxiv
6+阅读 · 2018年4月3日
Generating Thematic Chinese Poetry using Conditional Variational Autoencoders with Hybrid Decoders
Arxiv
8+阅读 · 2018年1月30日
Discrete Autoencoders for Sequence Models
Arxiv
6+阅读 · 2018年1月29日
A Deep Reinforcement Learning Chatbot (Short Version)
Arxiv
13+阅读 · 2018年1月20日
大家都在搜
  1. maven
  2. palantir
  3. 视觉语言模型
  4. PDF下载
  5. 人工智能战争
  6. 对抗特征转移
  7. 反无
  8. terraform
  9. 助贷模式
  10. 生成对抗网络GANs学习路线
    11.
Top
微信扫码咨询专知VIP会员
Top