《DEEP LEARNING》
《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 ...
原文：The Limitations of Deep Learning in Adversarial Settings
目录 概 主要内容 alg , alg 一些有趣的实验指标 Hardness measure Adversarial distance Nicolas Papernot, Patrick McDaniel, Somesh Jha, Matt Fredrikson, Z. Berkay Celik, Ananthram Swami, The Limitations of Deep Learning ...
2020-05-07 11:34 6 322 推荐指数：
相关推荐
Deep learning：十六(deep networks)
从self-taught到deep networks： 从前面的关于self-taught learning介 ...
deep learning 以及deep learning 常用模型和方法
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 ...
Deep learning：八(Sparse Autoencoder)
前言： 这节课来学习下Deep learning领域比较出名的一类算法——sparse autoencoder，即稀疏模式的自动编码。我们知道，deep learning也叫做unsupervised learning，所以这里的sparse autoencoder也应是无监督 ...
Deep Learning学习（开篇）
Deep Learning（深度学习）最近火爆的不行，不论是以NIPS,ICML,CVPR这些top conference为代表的学术界，还是以Google，Microsoft，IBM为代表的工业界，都加入到了轰轰烈烈的深度学习行列中。在可以预见的相当长一段时间内，Deep Learning依然 ...
Deep Learning with Differential Privacy
原文链接：Deep Learning with Differential Privacy abstract：新的机器学习算法，差分隐私框架下隐私成本的改良分析，使用非凸目标训练深度神经网络。 数学中最优化问题的一般表述是求取$ x * \in \chi $ 使得 $ f(x ...
deep learning loss总结
在深度学习中会遇到各种各样的任务，我们期望通过优化最终的loss使网络模型达到期望的效果，因此loss的选择是十分重要的。 cross entropy loss cross entropy los ...
Deep Residual Learning
最近在做一个分类的任务，输入为3通道车型图片，输出要求将这些图片对车型进行分类，最后分类类别总共是30个。 开始是试用了实验室师姐的方法采用了VGGNet的模型对车型进行分类，据之前得实验结 ...