会员服务
深度神经网络（DNN）是深度学习的一种框架，它是一种具备至少一个隐层的神经网络。与浅层神经网络类似，深度神经网络也能够为复杂非线性系统提供建模，但多出的层次为模型提供了更高的抽象层次，因而提高了模型的能力。
Basic syntax from speech: Spontaneous concatenation in unsupervised deep neural networks
Arxiv
0+阅读 · 2023年5月2日
Conditionally Elicitable Dynamic Risk Measures for Deep Reinforcement Learning
Arxiv
0+阅读 · 2023年5月1日
Direct Parameterization of Lipschitz-Bounded Deep Networks
Arxiv
0+阅读 · 2023年4月29日
A Plug-and-Play Defensive Perturbation for Copyright Protection of DNN-based Applications
Arxiv
0+阅读 · 2023年4月20日
Deep Neural Network Approximation of Composition Functions: with application to PINNs
Arxiv
0+阅读 · 2023年4月21日
Scheduling DNNs on Edge Servers
Arxiv
1+阅读 · 2023年4月19日
Deep Reinforcement Learning Using Hybrid Quantum Neural Network
Arxiv
0+阅读 · 2023年4月20日
Diversifying the High-level Features for better Adversarial Transferability
Arxiv
0+阅读 · 2023年4月20日
A Survey on Deep Neural Network Partition over Cloud, Edge and End Devices
Arxiv
1+阅读 · 2023年4月20日
Multidimensional Uncertainty Quantification for Deep Neural Networks
Arxiv
0+阅读 · 2023年4月20日
Investigating the Nature of 3D Generalization in Deep Neural Networks
Arxiv
0+阅读 · 2023年4月19日
To Compress or Not to Compress -- Self-Supervised Learning and Information Theory: A Review
Arxiv
2+阅读 · 2023年4月19日
Physical Knowledge Enhanced Deep Neural Network for Sea Surface Temperature Prediction
Arxiv
0+阅读 · 2023年4月19日
Amplifying Sine Unit: An Oscillatory Activation Function for Deep Neural Networks to Recover Nonlinear Oscillations Efficiently
Arxiv
0+阅读 · 2023年4月18日
A Neural Lambda Calculus: Neurosymbolic AI meets the foundations of computing and functional programming
Arxiv
0+阅读 · 2023年4月18日
参考链接
子主题
深度信念神经网络
微信扫码咨询专知VIP会员
Top