深度学习论文:按任务日期排序的深度学习论文。 标记了当前最新的论文 源码

深度学习通常被描述为一个实验驱动的领域,并不断受到缺乏理论基础的批评。这个问题已经部分地被大量的文献解决了,这些文献至今没有被很好地组织起来。本文对深度学习理论的最新进展进行了综述和整理。

深度学习中英文论文综述

11篇高质量深度学习论文，有Google-LargeScaleDistributedDeepNetworks、Deep-learning-in-neural-networks-An-overview_

为了能够及时跟踪深度学习技术的最新研究进展，把握深度学习技术当前的研究热点和方向，针对深度学习技术的相关研究内容进行综述。首先介绍了深度学习技术的应用背景、应用领域，指出研究深度学习技术的重要性，以及

深度神经网络在拥有大量数据集和足够的计算资源的情况下能够取得巨大的成功。然而,他们快速学习新概念的能力相当有限。元学习是解决这一问题的一种方法,通过使网络学会如何学习。令人兴奋的深度元学习领域正在高速

100篇+深度学习论文合集；DBN；ImageNet；SpeechRecognitionEvolution；model；optimization、unsuperviselearning;RNN；tra

深度学习经典论文合集含部分翻译； 博客留言，免费分享，入驻于此，纯属方便

在这个综述中,我们讨论了六种不同类型的方法(剪枝、量化、知识蒸馏、参数共享、张量分解和基于线性变压器的方法)来压缩这些模型,使它们能够在实际的工业NLP项目中部署。

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。深度学习是无监督学习的一种，深度学习采用了神经网络的分层结构，

一共12篇关于CNN的重要应用论文，查看有助于对CNN的理解和Caffe的学习