大家都清楚神经网络在上个世纪七八十年代是着实火过一回的，尤其是后向传播BP算法出来之后，但 年代后被SVM之类抢了风头，再后来大家更熟悉的是SVM AdaBoost 随机森林 GBDT LR FTRL这些概念。究其原因，主要是神经网络很难解决训练的问题，比如梯度消失。当时的神经网络研究进入一个低潮期，不过Hinton老人家坚持下来了。 功夫不负有心人， 年Hinton和学生发表了利用RBM编码的深 ...
2016-08-30 13:04 0 6536 推荐指数：
Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image ...
PyTorch: An Imperative Style, High-Performance Deep Learning Library PyTorch: An Imperative Style, High-Performance Deep Learning Library ...
CNN的发展史 上一篇回顾讲的是2006年Hinton他们的Science Paper，当时提到，2006年虽然Deep Learning的概念被提出来了，但是学术界的大家还是表示不服。当时有流传的段子是Hinton的学生在台上讲paper时，台下的机器学习大牛们不屑一顾，质问 ...
Robust Deep Multi-modal Learning Based on Gated Information Fusion Network 2018-07-27 14:25:26 Paper：https://arxiv.org/pdf/1807.06233.pdf ...
《DEEP LEARNING》 《DEEP LEARNING》 1. 引言 1.1 什么是、为什么需要深度学习 1.2 简单的机器学习算法对数据表示的依赖 1.3 深度学习的历史趋势 最早的人 ...
读paper笔记[Learning to rank] by Jiawang 选读paper: [1] Ranking by calibrated AdaBoost, R. Busa-Fekete, B. Kégl, T. Éltető & G. Szarvas; 14:37 ...
从self-taught到deep networks： 从前面的关于self-taught learning介 ...
首先为什么会有Deep learning，我们得到一个结论就是Deep learning需要多层来获得更抽象的特征表达。 1.Deep learning与Neural Network 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 ...
