会员服务

已删除

2017 年 10 月 12 日 将门创投 让创新获得认可
已删除
登录查看更多
3

相关内容

【实用书】学习用Python编写代码进行数据分析，103页pdf
【实用书】学习用Python编写代码进行数据分析，103页pdf
专知会员服务
192+阅读 · 2020年6月29日
【DeepMind硬核课】卷积神经网络图像识别前沿进展，附110页ppt与视频
【DeepMind硬核课】卷积神经网络图像识别前沿进展，附110页ppt与视频
专知会员服务
102+阅读 · 2020年6月27日
【干货书】高级应用深度学习，294页pdf
【干货书】高级应用深度学习，294页pdf
专知会员服务
151+阅读 · 2020年6月20日
【干货书】深度学习计算机视觉，332页pdf，手把手教你Python学习CV
【干货书】深度学习计算机视觉，332页pdf，手把手教你Python学习CV
专知会员服务
197+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来，52页ppt
Python数据分析:过去、现在和未来，52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【MIT深度学习课程】深度序列建模，Deep Sequence Modeling
【MIT深度学习课程】深度序列建模，Deep Sequence Modeling
专知会员服务
77+阅读 · 2020年2月3日
【论文】深度卷积神经网络的ImageNet分类（ImageNet Classification with Deep Convolutional Neural Networks）
【论文】深度卷积神经网络的ImageNet分类（ImageNet Classification with Deep Convolutional Neural Networks）
专知会员服务
13+阅读 · 2020年1月1日
【新书】傻瓜式入门深度学习，371页pdf
【新书】傻瓜式入门深度学习，371页pdf
专知会员服务
187+阅读 · 2019年12月28日
【麻省理工学院课程】MIT 6.S094: Deep Learning for Self-Driving Cars，深度学习和自动驾驶课程
【麻省理工学院课程】MIT 6.S094: Deep Learning for Self-Driving Cars，深度学习和自动驾驶课程
专知会员服务
50+阅读 · 2019年11月1日
好玩儿的对话， 微软亚洲研究院 微软小冰首席科学家宋睿华，第八届全国社会媒体处理大会SMP2019
好玩儿的对话， 微软亚洲研究院 微软小冰首席科学家宋睿华，第八届全国社会媒体处理大会SMP2019
专知会员服务
13+阅读 · 2019年10月24日
用PyTorch实现的李沐《动手学深度学习》，登上GitHub热榜，获得700+星
用PyTorch实现的李沐《动手学深度学习》，登上GitHub热榜，获得700+星
量子位
13+阅读 · 2019年9月10日
MXNet 作者李沐：用深度学习做图像分类，教程+代码
MXNet 作者李沐：用深度学习做图像分类，教程+代码
新智元
5+阅读 · 2018年4月5日
吴恩达深度学习系列课程
吴恩达深度学习系列课程
平均机器
4+阅读 · 2018年2月1日
回顾 | 跟李沐一起动手学深度学习第十六课：词向量（word2vec）
回顾 | 跟李沐一起动手学深度学习第十六课：词向量（word2vec）
机器学习研究会
11+阅读 · 2018年1月22日
已删除
已删除
将门创投
4+阅读 · 2018年1月19日
资源 | 亚马逊 AI 主任科学家李沐：动手学深度学习视频大全
资源 | 亚马逊 AI 主任科学家李沐：动手学深度学习视频大全
AI100
5+阅读 · 2017年11月29日
回顾 | 跟李沐一起动手学深度学习第十课：语义分割
回顾 | 跟李沐一起动手学深度学习第十课：语义分割
机器学习研究会
6+阅读 · 2017年11月27日
已删除
已删除
将门创投
5+阅读 · 2017年11月20日
【回顾】PyTorch 简介
【回顾】PyTorch 简介
AI研习社
8+阅读 · 2017年10月29日
已删除
已删除
将门创投
3+阅读 · 2017年10月27日
Learning Dynamic Routing for Semantic Segmentation
Learning Dynamic Routing for Semantic Segmentation
Arxiv
8+阅读 · 2020年3月23日
Graph Neural Networks for Social Recommendation
Arxiv
20+阅读 · 2019年11月23日
Graph Neural Tangent Kernel: Fusing Graph Neural Networks with Graph Kernels
Arxiv
8+阅读 · 2019年11月4日
Text Level Graph Neural Network for Text Classification
Text Level Graph Neural Network for Text Classification
Arxiv
9+阅读 · 2019年10月8日
Simultaneous Segmentation and Recognition: Towards more accurate Ego Gesture Recognition
Simultaneous Segmentation and Recognition: Towards more accurate Ego Gesture Recognition
Arxiv
6+阅读 · 2019年9月18日
Playing Text-Adventure Games with Graph-Based Deep Reinforcement Learning
Playing Text-Adventure Games with Graph-Based Deep Reinforcement Learning
Arxiv
5+阅读 · 2019年3月25日
Graph Convolutional Networks for Text Classification
Arxiv
12+阅读 · 2018年9月15日
Deep Reinforcement Learning for Page-wise Recommendations
Arxiv
8+阅读 · 2018年5月7日
Can a Chatbot Determine My Diet?: Addressing Challenges of Chatbot Application for Meal Recommendation
Arxiv
5+阅读 · 2018年2月25日
Fully Convolutional Networks for Semantic Segmentation
Arxiv
3+阅读 · 2015年3月8日
VIP会员
相关主题
相关VIP内容
【实用书】学习用Python编写代码进行数据分析，103页pdf
【实用书】学习用Python编写代码进行数据分析，103页pdf
专知会员服务
192+阅读 · 2020年6月29日
【DeepMind硬核课】卷积神经网络图像识别前沿进展，附110页ppt与视频
【DeepMind硬核课】卷积神经网络图像识别前沿进展，附110页ppt与视频
专知会员服务
102+阅读 · 2020年6月27日
【干货书】高级应用深度学习，294页pdf
【干货书】高级应用深度学习，294页pdf
专知会员服务
151+阅读 · 2020年6月20日
【干货书】深度学习计算机视觉，332页pdf，手把手教你Python学习CV
【干货书】深度学习计算机视觉，332页pdf，手把手教你Python学习CV
专知会员服务
197+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来，52页ppt
Python数据分析:过去、现在和未来，52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【MIT深度学习课程】深度序列建模，Deep Sequence Modeling
【MIT深度学习课程】深度序列建模，Deep Sequence Modeling
专知会员服务
77+阅读 · 2020年2月3日
【论文】深度卷积神经网络的ImageNet分类（ImageNet Classification with Deep Convolutional Neural Networks）
【论文】深度卷积神经网络的ImageNet分类（ImageNet Classification with Deep Convolutional Neural Networks）
专知会员服务
13+阅读 · 2020年1月1日
【新书】傻瓜式入门深度学习，371页pdf
【新书】傻瓜式入门深度学习，371页pdf
专知会员服务
187+阅读 · 2019年12月28日
【麻省理工学院课程】MIT 6.S094: Deep Learning for Self-Driving Cars，深度学习和自动驾驶课程
【麻省理工学院课程】MIT 6.S094: Deep Learning for Self-Driving Cars，深度学习和自动驾驶课程
专知会员服务
50+阅读 · 2019年11月1日
好玩儿的对话， 微软亚洲研究院 微软小冰首席科学家宋睿华，第八届全国社会媒体处理大会SMP2019
好玩儿的对话， 微软亚洲研究院 微软小冰首席科学家宋睿华，第八届全国社会媒体处理大会SMP2019
专知会员服务
13+阅读 · 2019年10月24日
热门VIP内容
相关资讯
用PyTorch实现的李沐《动手学深度学习》，登上GitHub热榜，获得700+星
用PyTorch实现的李沐《动手学深度学习》，登上GitHub热榜，获得700+星
量子位
13+阅读 · 2019年9月10日
MXNet 作者李沐：用深度学习做图像分类，教程+代码
MXNet 作者李沐：用深度学习做图像分类，教程+代码
新智元
5+阅读 · 2018年4月5日
吴恩达深度学习系列课程
吴恩达深度学习系列课程
平均机器
4+阅读 · 2018年2月1日
回顾 | 跟李沐一起动手学深度学习第十六课：词向量（word2vec）
回顾 | 跟李沐一起动手学深度学习第十六课：词向量（word2vec）
机器学习研究会
11+阅读 · 2018年1月22日
已删除
已删除
将门创投
4+阅读 · 2018年1月19日
资源 | 亚马逊 AI 主任科学家李沐：动手学深度学习视频大全
资源 | 亚马逊 AI 主任科学家李沐：动手学深度学习视频大全
AI100
5+阅读 · 2017年11月29日
回顾 | 跟李沐一起动手学深度学习第十课：语义分割
回顾 | 跟李沐一起动手学深度学习第十课：语义分割
机器学习研究会
6+阅读 · 2017年11月27日
已删除
已删除
将门创投
5+阅读 · 2017年11月20日
【回顾】PyTorch 简介
【回顾】PyTorch 简介
AI研习社
8+阅读 · 2017年10月29日
已删除
已删除
将门创投
3+阅读 · 2017年10月27日
相关论文
Learning Dynamic Routing for Semantic Segmentation
Learning Dynamic Routing for Semantic Segmentation
Arxiv
8+阅读 · 2020年3月23日
Graph Neural Networks for Social Recommendation
Arxiv
20+阅读 · 2019年11月23日
Graph Neural Tangent Kernel: Fusing Graph Neural Networks with Graph Kernels
Arxiv
8+阅读 · 2019年11月4日
Text Level Graph Neural Network for Text Classification
Text Level Graph Neural Network for Text Classification
Arxiv
9+阅读 · 2019年10月8日
Simultaneous Segmentation and Recognition: Towards more accurate Ego Gesture Recognition
Simultaneous Segmentation and Recognition: Towards more accurate Ego Gesture Recognition
Arxiv
6+阅读 · 2019年9月18日
Playing Text-Adventure Games with Graph-Based Deep Reinforcement Learning
Playing Text-Adventure Games with Graph-Based Deep Reinforcement Learning
Arxiv
5+阅读 · 2019年3月25日
Graph Convolutional Networks for Text Classification
Arxiv
12+阅读 · 2018年9月15日
Deep Reinforcement Learning for Page-wise Recommendations
Arxiv
8+阅读 · 2018年5月7日
Can a Chatbot Determine My Diet?: Addressing Challenges of Chatbot Application for Meal Recommendation
Arxiv
5+阅读 · 2018年2月25日
Fully Convolutional Networks for Semantic Segmentation
Arxiv
3+阅读 · 2015年3月8日
大家都在搜
  1. 智能推荐
  2. 笛卡尔
  3. 大型语言模型
  4. 全面综述
  5. 空战战术
  6. 大模型
  7. MoE
  8. 汽车智能化
  9. 无人艇
  10. 出海产品从 0 到 1 该怎么做
    11.
Top
微信扫码咨询专知VIP会员
Top