暂无评论
对深度学习算法的总结与展望,对做机器学习的人很有帮助。
机器学习在许多部署的决策系统中发挥着作用,其方式通常是人类利益相关者难以理解或不可能理解的。以一种人类可以理解的方式解释机器学习模型的输入和输出之间的关系,对于开发可信的基于机器学习的系统是至关重要的
近年来,人们对学习图结构数据表示的兴趣大增。基于标记数据的可用性,图表示学习方法一般分为三大类。第一种是网络嵌入(如浅层图嵌入或图自动编码器),它侧重于学习关系结构的无监督表示。第二种是图正则化神经网
下载自 https://arxiv.org/pdf/2003.02320.pdf
小样本学习是当前研究关注的热点。这篇论文总结了2016年到2020年的小样本元学习文章,划分为四类:基于数据增强; 基于度量学习,基于元优化; 和基于语义的。值得查看!
本文介绍了一篇关于目标检测中不平衡的综述论文:ImbalanceProblemsinObjectDetection:AReview(https://arxiv.org/abs/1909.00169,u
在这篇综述中,我们尝试着提供一个已经开发好的,可用在金融应用当中的深度学习模型。我们不仅根据模型的实现进行了分类,还对这些深度学习模型进行了分析。此外,我们还旨在确定未来深度学习模型在金融领域有可能的
很不错的最新介绍深度学习的文献,仅供大家参考,希望更多的深学爱好者上传分享,谢谢!
最新的强化学习的论文综述文章,让你了解深度强化学习的发展现状和最近的技术方法
徒手写生具有高度的象形性和说明性,自古至今一直被人们广泛地用于描绘物体或故事。最近流行的触摸屏设备使素描创作比以往任何时候都要容易得多,从而使面向素描的应用程序越来越受欢迎。深度学习的繁荣也极大地促进
暂无评论