ICLR 2018 有什么值得关注的亮点？ 第1页
1
onlytailei 网友的相关建议:
ICLR 2018已经结束提交，这次ICLR有什么值得圈点之处？
1
相关话题
贝叶斯深度学习是什么，和传统神经网络有何不同？GAN的生成器是怎么产生图片的？
为什么有的论文放出训练好的模型和测试脚本，但不开源训练代码？
为什么softmax很少会出现[0.5，0.5]？
中科院某所研一新生，小样本学习、数据融合、强化学习、图神经网络、资源受限的计算这几个方向选哪个更好？
为什么做GPU计算，深度学习用amd显卡的很少，基本都nvidia？
是不是并不是所有问题都适合用神经网络预测？
是不是对于任意 n×n 大小的围棋棋盘，人类都赢不了 AlphaGo Zero 了？
算法工程师是否应该持续读论文？
如何评价各种关联因素分析算法,尤其是在算法效果对比方面?
前一个讨论
AI领域的灌水之风如何破局？
相关的话题
实体提取任务中使用BERT-CRF时，CRF根据数据统计可以得到转移概率，为啥还要训练呢？有哪些关于机器学习的真相还鲜为人知？
KL散度衡量的是两个概率分布的距离吗？
《人工智能训练师国家职业技能标准》发布，有哪些值得关注的信息？
新手如何入门pytorch？
NLP 中 prompt learning 有哪些可能的天生缺陷？目前有什么样的方法来解决这样的缺陷？
如何评价CVPR2019程序主席Derek Hoiem的论点：计算机视觉只是记忆，不是智能？
你所在的研究领域里，有哪些工作的结果虽然不是造假，但是是精挑细选出来的?
BERT模型可以使用无监督的方法做文本相似度任务吗？
什么是meta-learning?
卷积神经网络（CNN）的结构设计都有哪些思想？
为什么ViT里的image patch要设计成不重叠？
怎么选取训练神经网络时的Batch size?
如何理解 Swin Transformer 和 Vision Transformer不同任务上的差异？
假如我穿越到2017年第一个提出了Transformer、BERT等模型，我可以保送到清华北大吗？
如何理解深度学习中的deconvolution networks？
DL框架的未来发展，TensorFlow/MXNet/PyTorch, 选哪个？
深度学习图像处理什么时候用到GPU？
人工智能会是泡沫吗？
为什么最近几年 FPGA 变得越发受大家重视了？
视觉算法的工业部署及落地方面的技术知识，怎么学？
PyTorch中在反向传播前为什么要手动将梯度清零？
经过足够长的时间， AlphaGo 的棋谱能收敛到一张上吗？
主动学习（Active Learning）近几年的研究有哪些进展，现在有哪些代表性成果？
在五到十年内，人工智能能复原成人影片中的被马赛克部分吗？
如何评价小米开源的移动端深度学习框架MACE？
深度学习在信息安全的应用有哪些可以关注的人或论文？
从应用的角度来看，深度学习怎样快速入门？
为什么 MobileNet、ShuffleNet 在理论上速度很快，工程上并没有特别大的提升？
深度学习两张3080ti和一张3090ti哪个好?