《Population Based Training of Neural Networks》论文解读
很早之前看到这篇文章的时候，觉得这篇文章的思想很朴素，没有让人眼前一亮的东西就没有太在意。之后读到很多Multi-Agent或者并行训练的文章，都会提到这个算法，比如第一视角多人游戏(Quake ...
原文：Deep Learning 论文解读——Session-based Recommendations with Recurrent Neural Networks
博客地址：http: www.cnblogs.com daniel D p .html 新浪微博：http: weibo.com u 欢迎多多交流 Main Idea 这篇论文的工作是讲 RNN 应用到推荐系统中，想法在于把一个 session 点击一系列 item 的行为看做一个序列，用来训练一个 RNN 模型。在预测阶段，把 session 已知的点击序列作为输入，用 softmax 预测该s ...
2016-06-21 00:08 0 5272 推荐指数：
相关推荐
Learning Representations from EEG with Deep Recurrent-Convolutional Neural Networks
摘要 从脑电图(EEG)数据建模认知事件的挑战之一是寻找对主体之间和内部差异不变的表征，以及与脑电图数据收集相关的固有噪声。在此，我们提出了一种新的方法来学习这种表示从多通道EEG时间 ...
论文解读《ImageNet Classification with Deep Convolutional Neural Networks》
这篇论文提出了AlexNet，奠定了深度学习在CV领域中的地位。 1. ReLu激活函数 2. Dropout 3. 数据增强 网络的架构如图所示 包含八个学习层：五个卷积神经网络和三个全连接网络，并且使用了最大池化。 RELU非线性层 传统的神经网络的输出包括$tanh ...
论文解读《Understanding the Effective Receptive Field in Deep Convolutional Neural Networks》
感知野的概念尤为重要，对于理解和诊断CNN网络是否工作，其中一个神经元的感知野之外的图像并不会对神经元的值产生影响，所以去确保这个神经元覆盖的所有相关的图像区域是十分重要的；需要对输出图像的单个像素进 ...
ImageNet Classification with Deep Convolutional Neural Networks 论文解读
这个论文应该算是把深度学习应用到图片识别（ILSVRC，ImageNet large-scale Visual Recognition Challenge)上的具有重大意义的一篇文章。因为在之前，人们一直质疑深度学习的强大有能力。 大家看看它的引用数目就知道它很厉害了，，9000多的引用 ...