analyst > 2019 arxiv

закладки (спрятать)1
показать
всё
только закладки
закладки на страницу
5
10
20
50
100
RSS
BibTeX
XML

публикации (спрятать)19
показать
всё
только публикации
публикации на страницу
5
10
20
50
100
расширенный...
RSS
BibTeX
RDF
дальше...

2A Review of Object Detection Models based on Convolutional Neural Network
F. Sultana, A. Sufian, и P. Dutta. (2019)cite arxiv:1905.01614Comment: 7 pages, 10 figures, 1 table, Submitted to 2nd International Conference on Communication, Devices and Computing(ICCDC 2019).
5 лет назад , @analyst
2019
cnn
detection
review
arxiv
2019cnndetectionreviewarxiv
копироватьудалитьдобавить публикацию в буфер
1A Study of the Learnability of Relational Properties (Model Counting Meets Machine Learning)
M. Usman, W. Wang, K. Wang, M. Vasic, H. Vikalo, и S. Khurshid. (2019)cite arxiv:1912.11580.
5 лет назад , @analyst
2019
database
machine-learning
arxiv
2019databasemachine-learningarxiv
копироватьудалитьдобавить публикацию в буфер
1A Survey of Deep Learning-based Object Detection
L. Jiao, F. Zhang, F. Liu, S. Yang, L. Li, Z. Feng, и R. Qu. (2019)cite arxiv:1907.09408Comment: 29 pages,12 figures.
5 лет назад , @analyst
2019
deep-learning
detection
survey
arxiv
2019deep-learningdetectionsurveyarxiv
копироватьудалитьдобавить публикацию в буфер
3A Survey on Distributed Machine Learning
J. Verbraeken, M. Wolting, J. Katzy, J. Kloppenburg, T. Verbelen, и J. Rellermeyer. (2019)cite arxiv:1912.09789.
5 лет назад , @analyst
2019
distributed-systems
machine-learning
survey
arxiv
2019distributed-systemsmachine-learningsurveyarxiv
копироватьудалитьдобавить публикацию в буфер
4CenterNet: Keypoint Triplets for Object Detection
K. Duan, S. Bai, L. Xie, H. Qi, Q. Huang, и Q. Tian. (2019)cite arxiv:1904.08189Comment: 10 pages (including 2 pages of References), 7 figures, 5 tables.
5 лет назад , @analyst
2019
detection
arxiv
2019detectionarxiv
копироватьудалитьдобавить публикацию в буфер
2Combining Q-Learning and Search with Amortized Value Estimates
J. Hamrick, V. Bapst, A. Sanchez-Gonzalez, T. Pfaff, T. Weber, L. Buesing, и P. Battaglia. (2019)cite arxiv:1912.02807.
5 лет назад , @analyst
2019
reinforcement-learning
arxiv
2019reinforcement-learningarxiv
копироватьудалитьдобавить публикацию в буфер
3Deep Ensembles: A Loss Landscape Perspective
S. Fort, H. Hu, и B. Lakshminarayanan. (2019)cite arxiv:1912.02757.
5 лет назад , @analyst
2019
deep-learning
arxiv
2019deep-learningarxiv
копироватьудалитьдобавить публикацию в буфер
5Deep Scale-spaces: Equivariance Over Scale
D. Worrall, и M. Welling. (2019)cite arxiv:1905.11697.
6 лет назад , @analyst
2019
deep-learning
arxiv
2019deep-learningarxiv
копироватьудалитьдобавить публикацию в буфер
5Discrete Flows: Invertible Generative Models of Discrete Data
D. Tran, K. Vafa, K. Agrawal, L. Dinh, и B. Poole. (2019)cite arxiv:1905.10347.
5 лет назад , @analyst
discrete
2019
deep-learning
flow
arxiv
discrete2019deep-learningflowarxiv
копироватьудалитьдобавить публикацию в буфер
2ELF OpenGo: An Analysis and Open Reimplementation of AlphaZero
Y. Tian, J. Ma, Q. Gong, S. Sengupta, Z. Chen, J. Pinkerton, и C. Zitnick. (2019)cite arxiv:1902.04522.
6 лет назад , @analyst
2019
reinforcement-learning
paper
facebook
go
games
arxiv
2019reinforcement-learningpaperfacebookgogamesarxiv
копироватьудалитьдобавить публикацию в буфер
2Full-Jacobian Representation of Neural Networks
S. Srinivas, и F. Fleuret. (2019)cite arxiv:1905.00780.
6 лет назад , @analyst
2019
deep-learning
paper
arxiv
2019deep-learningpaperarxiv
копироватьудалитьдобавить публикацию в буфер
3Introduction to Multi-Armed Bandits
A. Slivkins. (2019)cite arxiv:1904.07272Comment: The manuscript is complete, but comments are very welcome! To be published with Foundations and Trends in Machine Learning.
5 лет назад , @analyst
2019
reinforcement-learning
book
tutorial
arxiv
2019reinforcement-learningbooktutorialarxiv
копироватьудалитьдобавить публикацию в буфер
2Lecture Notes: Optimization for Machine Learning
E. Hazan. (2019)cite arxiv:1909.03550.
5 лет назад , @analyst
summer-school
2019
machine-learning
lecture
arxiv
summer-school2019machine-learninglecturearxiv
копироватьудалитьдобавить публикацию в буфер
2Mesh: Compacting Memory Management for C/C++ Applications
B. Powers, D. Tench, E. Berger, и A. McGregor. (2019)cite arxiv:1902.04738.
6 лет назад , @analyst
2019
c
memory
c++
paper
arxiv
programming
2019cmemoryc++paperarxivprogramming
копироватьудалитьдобавить публикацию в буфер
1Seven Myths in Machine Learning Research
O. Chang, и H. Lipson. (2019)cite arxiv:1902.06789.
6 лет назад , @analyst
2019
paper
machine-learning
arxiv
research
2019papermachine-learningarxivresearch
копироватьудалитьдобавить публикацию в буфер
2Tensor Programs I: Wide Feedforward or Recurrent Neural Networks of Any Architecture are Gaussian Processes
G. Yang. (2019)cite arxiv:1910.12478Comment: Appearing in NeurIPS 2019; 10 pages of main text; 12 figures, 11 programs; 73 pages total.
5 лет назад , @analyst
2019
deep-learning
machine-learning
arxiv
2019deep-learningmachine-learningarxiv
копироватьудалитьдобавить публикацию в буфер
2TherML: Thermodynamics of Machine Learning
A. Alemi, и I. Fischer. (2018)cite arxiv:1807.04162Comment: Presented at the ICML 2018 workshop on Theoretical Foundations and Applications of Deep Generative Models.
5 лет назад , @analyst
2019
paper
machine-learning
google
iclr
arxiv
2019papermachine-learninggoogleiclrarxiv
копироватьудалитьдобавить публикацию в буфер
1Training Agents using Upside-Down Reinforcement Learning
R. Srivastava, P. Shyam, F. Mutz, W. Jaśkowski, и J. Schmidhuber. (2019)cite arxiv:1912.02877Comment: NNAISENSE Technical Report. 17 pages, 6 figures.
5 лет назад , @analyst
2019
reinforcement-learning
arxiv
2019reinforcement-learningarxiv
копироватьудалитьдобавить публикацию в буфер
3Your Classifier is Secretly an Energy Based Model and You Should Treat it Like One
W. Grathwohl, K. Wang, J. Jacobsen, D. Duvenaud, M. Norouzi, и K. Swersky. (2019)cite arxiv:1912.03263.
5 лет назад , @analyst
2019
machine-learning
iclr
arxiv
classification
2019machine-learningiclrarxivclassification
копироватьудалитьдобавить публикацию в буфер

&lang;&lang;
⟨
1
&rang;
⟩⟩

BibSonomy

закладки (спрятать)1
показать
всё
только закладки
закладки на страницу
5
10
20
50
100
RSS
BibTeX
XML

1[1909.03550] Lecture Notes: Optimization for Machine Learning

публикации (спрятать)19
показать
всё
только публикации
публикации на страницу
5
10
20
50
100
расширенный...
RSS
BibTeX
RDF
дальше...

2A Review of Object Detection Models based on Convolutional Neural Network

1A Study of the Learnability of Relational Properties (Model Counting Meets Machine Learning)

1A Survey of Deep Learning-based Object Detection

3A Survey on Distributed Machine Learning

4CenterNet: Keypoint Triplets for Object Detection

2Combining Q-Learning and Search with Amortized Value Estimates

3Deep Ensembles: A Loss Landscape Perspective

5Deep Scale-spaces: Equivariance Over Scale

5Discrete Flows: Invertible Generative Models of Discrete Data

2ELF OpenGo: An Analysis and Open Reimplementation of AlphaZero

2Full-Jacobian Representation of Neural Networks

3Introduction to Multi-Armed Bandits

2Lecture Notes: Optimization for Machine Learning

2Mesh: Compacting Memory Management for C/C++ Applications

1Seven Myths in Machine Learning Research

2Tensor Programs I: Wide Feedforward or Recurrent Neural Networks of Any Architecture are Gaussian Processes

2TherML: Thermodynamics of Machine Learning

1Training Agents using Upside-Down Reinforcement Learning

3Your Classifier is Secretly an Energy Based Model and You Should Treat it Like One

просмотр

сходные по теме тэги

концепции

тэги

закладки (спрятать)1 показатьвсётолько закладкизакладки на страницу5102050100 RSSBibTeXXML

публикации (спрятать)19 показатьвсётолько публикациипубликации на страницу5102050100 расширенный... RSSBibTeXRDFдальше...

просмотр

сходные по теме тэги

тэги

закладки (спрятать)1
показать
всё
только закладки
закладки на страницу
5
10
20
50
100
RSS
BibTeX
XML

публикации (спрятать)19
показать
всё
только публикации
публикации на страницу
5
10
20
50
100
расширенный...
RSS
BibTeX
RDF
дальше...