2022 年 1 月推荐阅读的四篇深度学习论文
自举元学习到深度学习的时间序列预测，外推与泛化之间的关系与 Ridge Rider 探索多样化最优
为什么小批量会可以使模型获得更大的泛化
批大小是机器学习中重要的超参数之一。这个超参数定义了在更新内部模型参数之前要处理的样本数量。
2021年必读的10 个计算机视觉论文总结
2021 年排名前 10 的计算机视觉论文，包括视频演示、文章、代码和论文参考。
TensorFlow2 入门指南 | 14 网络模型的装配、训练与评估
本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架！
浅谈股价预测模型（二）：全能大明星——神经网络模型
本文主要讨论将神经网络的理念运用在股价预测或估值上
2022年除了深度学习，人工智能算法有可能突破的10个方向
千脑理论、自由能原理、Tstelin 机器、层级实时存储算法、脉冲神经网络、联想记忆 / 预测编码、分形人工智能、超维计算、双曲机器学习、复值神经网络
神经网络学习小记录66——Vision Transformer（VIT）模型的复现详解
神经网络学习小记录66——Vision Transformer（VIT）模型的复现详解学习前言什么是Vision Transformer（VIT）代码下载Vision Transforme的实现思路一、整体结构解析二、网络结构解析1、特征提取部分介绍a、Patch+Position Embeddin
5 个PyTorch 中的处理张量的基本函数
每个深度学习初学者都应该知道这5个Pytorch 的基本函数。
2021年Graph ML热门趋势和主要进展总结
对于 Graph ML 来说2021年是重要的一年——成千上万的论文、无数的会议和研讨会......说明这个领域是在蓬勃的发展。我将Graph ML 这一年的进展进行结构化的展示，并重点介绍 🔥 趋势和主要进步。
特征嵌入的正则化 SVMax 和 VICReg
还记得LeCun被拒的论文VICReg吗，今天我们就来说说它
【预测模型】基于麻雀算法改进广义回归神经网络(GRNN)实现数据预测matlab代码
1 简介为实现精准施肥"减施增效"的数字化农业施肥技术,本文基于并运用了麻雀搜索算法,对广义回归神经网络(GRNN)进行了结合与改进,并构建作物广义回归神经网络(GRNN)结合麻雀搜索算法的预测施肥量模型.通过采集得到的数据样本会被用来输入MATLAB进行仿真和实验验证.仿真和实验结果表明,基于麻雀
JavaCV的摄像头实战之十二：性别检测
实现性别检测并在预览窗口实时展现
神经网络做MNIST手写数字识别代码
代码（python+pytorch）import torchfrom torchvision import transformsfrom torchvision import datasetsfrom torch.utils.data import DataLoaderimport torch.op
AlphaZero如何学习国际象棋的?
DeepMind 和 Google Brain 研究人员以及前世界国际象棋冠军Vladimir Kramnik通过概念探索、行为分析和对其激活的检查，探索了人类知识是如何获得的，以及国际象棋概念如何在 AlphaZero 神经网络中表示。
5分钟 NLP 系列： Word2Vec和Doc2Vec
CBOW 和 Skip-gram Word2Vec、DM 和 DBOW Doc2Vec
对抗性攻击的原理简介
由于机器学习算法的输入形式是一种数值型向量（numeric vectors），所以攻击者就会通过设计一种有针对性的数值型向量从而让机器学习模型做出误判，这便被称为对抗性攻击。
深度学习与神经网络——邱锡鹏
一、绪论人工智能的一个子领域神经网络：一种以（人工)）神经元为基本单元的模型深度学习：一类机器学习问题，主要解决贡献度分配问题知识结构：路线图：顶会：1.1 人工智能诞生：人工智能这个学科的诞生有着明确的标志性事件，就是1956年的达特茅斯(Dartmouth)会议。在这次会议上，“人工智能” 被提
2021 年顶级深度学习论文推荐
2021年还有10天就过去了， 以下是我认为 2021 年最有趣、最有前途的深度学习论文。
神经网络压缩方法：模型量化的概念简介
这篇介绍性文章将讨论可用于优化重型深度神经网络模型的量化技术。
