2018-02深入学习arXiv所需的矩阵演算图像分类器架构搜索.DOC

2018 -02 · 深入学习 [ arXiv ] 所需的矩阵演算 · 图像分类器架构搜索 [ arXiv ]的正则化 · 在线学习：综合调查 [ arXiv ] · 深入学习的可视化阐释： 调查 [ arXiv ] · 行为是一切- towards用感知感知突发事件( [ paper ] [ article ] [ code ] ) 表示概念 · IMPALA: 具有重要意义的分布式深度扩展，具有重要的角色学习者架构 [ arXiv ] [ article ] [ code ] · DeepType: 使用神经网络系统进化 [ arXiv ] [ article ] [ code ] 实现多语言实体链接 · DensePose: 野生 [ arXiv ] [ article ] 中的稠密人体姿态估计 2018 -01 · 嵌套 LSTMs [ arXiv ] · 通过总结长序列 [ arXiv ] 生成维基百科 · 可以扩展和精确的电子健康记录 [ arXiv ] 深入学习 · 基于条件协方差最小化 [ NIPSpaper ] [ article ] [ code ]的核特征 · Psychlab: 深度强化学习代理 [ arXiv ] [ article ] [ code ] 心理学实验室 · 用于文本分类 [ arXiv ] [ code ]的微调语言模型( 很快) · 深入学习：应用数学家 [ arXiv ]的介绍 · Innateness，AlphaZero和人工智能 [ arXiv ] · 电脑能创造艺术[ arXiv ]？ · eCommerceGAN: 电子商务 [ arXiv ]的一种生成对抗性网络 · 增强学习 [ arXiv ]的预期策略渐变 · DroNet: 通过驱动 [ UZH docs ] [ article ] [ code ] 来学习飞行 · 非对称游戏 [ Scientific Reports ] [ article ]的对称分解 · 软参与者评价：基于随机参与者 [ arXiv ] [ code ]的策略最大熵深层强化学习 · SBNet: 用于快速推理 [ arXiv ] [ article ] [ code ]的稀疏块网络 · DeepMind控件套件 [ arXiv ] [ code ] · 深入学习：关键评估 [ arXiv ] 2017 -12 · 对抗性补丁 [ arXiv ] · CNN就是你所需要 · 从物理人工交互 [ paper ] [ article ] 学习机器人目标 · NarrativeQA阅读理解挑战 [ arXiv ] [ dataset ] · [ arXiv ]的对象 · Conditioning WaveNet谱预测 [ arXiv ] [ article ] [ article2 ]的自然TTS合成 · 深层 Neuroevolution: 遗传算法是训练深度神经网络增强学习 [ arXiv ] [ article ] [ code ]的一种竞争选择。 · 基于 [ arXiv ] [ article ] [ code ]的深度增强学习进化策略的改进探索 · 没有限制游戏的专业人力智能： Libratus击败了高级专业人士 [ Science ] · 深入学习 [ arXiv ]的数学 · 基于Sequence-to-Sequence模型 [ arXiv ] [ article ]的语音识别 · 窥孔：在训练 [ arXiv ] 前预测网络性能 · 思考网络：推进神经机器翻译 [ Research at Microsoft ] [ article ]的前沿 · 块稀疏权重GPU核 [ Research at OpenAI ] [ article ] [ code ] · 利用通用强化学习算法 [ arXiv ] 掌握国际象棋和 Shogi · 深度学习扩展是可以预测的，经验是 [ arXiv ] [ article ] 2017 -11 · 基于条件 GANs [ arXiv ] [ article ] [ code ]的高分辨率图像合成与语义 · StarGAN: 多域Image-to-Image翻译 [ arXiv ] [ code ] 统一生成对抗性网络 · 基于群体的神经网络 [ arXiv ] [ article ] 训练 · 将神经网络提取到软决策树 [ arXiv ] 中 · 神经文本生成：实用指南 [ arXiv ] · 并行 WaveNet: 快速高保真语音合成 [ DeepMind documents ] [ article ] · CheXNet: 深入学习 [ arXiv ] [ article ]的胸部x 射线的Ra