深度学习(资源篇)

理论
6D目标姿态估计,李飞飞夫妇等提出DenseFusion
另一种可微架构搜索:商汤提出在反传中学习架构参数的SNAS
旷视等提出GIF2Video:首个深度学习GIF质量提升方法
ICLR 2019论文解读:深度学习应用于复杂系统控制
李飞飞等人提出Auto-DeepLab:自动搜索图像语义分割架构
ACM MM | 中山大学等提出HSE:基于层次语义嵌入模型的精细化物体分类
普适注意力:用于机器翻译的2D卷积神经网络,显著优于编码器-解码器架构
何恺明等人一统语义分割与实例分割
ECCV 2018 | 微软亚洲研究院与北京大学共同提出用于物体检测的可学习区域特征提取模块
ECCV 2018 | 旷视科技提出GridFace:通过学习局部单应变换实现人脸校正
ECCV 2018 | 旷视科技提出统一感知解析网络UPerNet,优化场景理解
ECCV 2018 | 港科腾讯等提出Bi-Real net:超XNOR-net 10%的ImageNet分类精度
基于深度学习的目标检测算法综述(二)
深度学习中的Normalization模型
什么是自注意力机制?

项目
Google开源新AI模型,语音区分准确率92%创新高 | 论文+GitHub
语音合成论文和英伟达撞车,韩国小哥紧急放出全部草稿代码和样本
重磅公开!阿里语音识别模型端核心技术,让你“听”见未来
YOLOv3目标检测有了TensorFlow实现,可用自己的数据来训练
GitHub 项目推荐 | 用深度学习让你的照片变得美丽
使用Keras实现多输出分类:用单个模型同时执行两个独立分类任务
一招教你使用 tf.keras 和 eager execution 解决复杂问题

资讯
斯坦福2019《CS230:深度学习》开课,吴恩达带队授课
DeepMind深度学习高级课程,视频已全部放出

猜你喜欢

转载自blog.csdn.net/weixin_44356285/article/details/86004060