• 张量流

  • 引用629篇文章[sw15170]
  • 进行机器学习的目的深的 神经的 网络研究,但系统是通用的。。。
  • 亚历克斯内特

  • 引用474篇文章[sw38522]
  • 亚历克内特是个卷曲的人神经的 网络一共有8层深的. 你可以加载。。。预训练网络在MATLAB®中,请参见预训练 神经的 网络...
  • DGM公司

  • 在177篇文章中引用[sw39282]
  • 用一个近似解深的 神经的 网络它被训练来满足微分。。。而不是形成网格神经的 网络接受过随机抽样的训练。。。雅各比·贝尔曼偏微分方程和Burgers方程。这个深的学习算法近似于一般解。。。其解近似于神经的 网络而不是基础的线性组合。。。
  • 达奇

  • 引用321篇文章[sw11086]
  • 包用于生成神经的 网络有很多层(深的架构)并用。。。出版物“的快速学习算法深的信念网”(G.E.Hinton,S.Osindero…用神经的 网络“(G.E.辛顿,R.R.萨拉赫特迪诺夫)。这个。。。
  • 火把

  • 引用426篇文章[sw20939]
  • 动态的神经的 网络在Python中具有很强的GPU加速能力。Pythorch是一个深的学习框架。。。
  • 纽拉普德。jl

  • 参考33篇文章[sw39548号]
  • 见多识广的神经的 网络(针)和深的BSDE解算器。此软件包利用深的 神经的 网络...
  • Reluplex公司

  • 引用了20篇文章[sw31367]
  • 有效的SMT验证求解器 神经的 网络. 神经的 网络出现了。。。验证属性的有效技术深的 神经的 网络(或提供反例)。技术。。。神经的 网络. 验证程序处理神经的 网络作为一个整体,没有做任何简化。。。在原型上评估了我们的技术深的 神经的 网络下一代机载设备的实现。。。
  • 二进制连接

  • 引用24篇文章【sw35871】
  • 二进制连接:训练 神经的 网络在传播过程中使用二进制权重。 神经的 网络(DNN)有。。。专用硬件的研究与开发学习(DL)。二进制权重,即。。。数字实现的组成部分神经的 网络. 我们介绍了BinaryConnect,一种包含。。。
  • 傻瓜

  • 引用21篇文章[sw20937]
  • 简单准确的愚弄方法深的 神经的 网络. 最先进的深的 神经的... 最先进技术的稳健性深的在大规模数据集上对这种扰动的分类器。。。有效地计算干扰深的 网络从而可靠地量化了这些。。。简单准确的愚弄方法深的 神经的 网络...
  • 煤油

  • 在204篇文章中引用[sw15491]
  • 为Theano和TensorFlow学习图书馆。Keras是一个极简主义者,高度模块化神经的 网络... 研究。如果您需要深的学习图书馆:方便。。。
  • 固态硬盘

  • 引用31篇文章[sw26652]
  • 使用单个深的 神经的 网络. 我们的方法,名为SSD,离散化。。。
  • 深面

  • 引用25篇文章[sw21625]
  • 九层人脸表示深的 神经的 网络. 这个深的 网络涉及的不仅仅是。。。
  • PDE网络

  • 引用63篇文章[sw36963]
  • 最新进展神经的 网络设计深的学习,我们提出一个新的前馈。。。深的 网络它被称为PDE网络,同时实现两个目标:精确地。。。学习卷积核(过滤器),并应用神经的 网络或者其他机器学习方法来近似。。。
  • 二进制网络

  • 引用21篇文章【sw35872】
  • 二元化神经的 网络:培训 神经的 网络在权重和激活受限的情况下。。。
  • 深海实验室

  • 在38篇文章中引用[sw15303]
  • 特征响应在卷积的神经的 网络. 它也使我们能够有效地。。。
  • MobileNets公司

  • 参考22篇文章[sw39590]
  • MobileNets:有效卷积神经的 网络用于移动视觉应用。我们提出了一类有效的。。。可分离的卷积,重量轻深的 神经的 网络. 我们介绍两个简单的全局超。。。
  • 挤压网

  • 引用21篇文章[sw30749]
  • 模型尺寸。关于深的 神经的 网络主要致力于提高准确性。。。
  • 熵SGD

  • 引用了20篇文章[sw41231]
  • 训练的熵SGD算法深的 神经的 网络这是当地人的动机。。。
  • 波浪网

  • 引用了20篇文章[sw38795]
  • 音频。本文介绍了WaveNet深的 神经的 网络用于生成原始音频波形。。。
  • 净值

  • 引用15篇文章【sw41773】
  • NETT:求解反问题 神经的 网络. 恢复函数或高维参数。。。理解。最近,新的算法使用深的学习和神经的 网络因为反问题出现了。当。。。然而,对于深的学习反问题。在本文中。。。所提出网络的完全收敛性分析(网络反问题的方法。奈特认为。。。