看板 DataScience 關於我們 聯絡資訊
餓死抬頭, ICLR 2019的open review已經出來了,一共有1589篇投稿。 小弟我想找一些值得看的paper來跟上機器學習領域最新的研究。 我目前大概瞄過幾篇, Large Scale GAN Training for High Fidelity Natural Image Synthesis 這篇目前應該是ICLR2019最紅的paper,因為他的performance真的太好了, 板上也有文章在問這篇paper,但他用了太多運算資源,有點暴力, 我們也難以複製他的結果。 網址:https://openreview.net/forum?id=B1xsqj09Fm Shallow Learning For Deep Networks 這篇主要是提出了layerwise的learning, 就是一層train好後再疊一層,慢慢疊上去的, 過去也有人嘗試過這種方法,不過以前這種方法的performance好像沒那麼好, 這篇提出了滿簡單的架構跟formula,最終證明是有效的, 我覺得滿有趣的是他塞了兩個數學證明,一個是證明他會progressive improvement, 一個是用1-lipschitz的假設證明 this training strategy permits to extend some results on shallow CNNs to deeper CNNs. 網址:https://openreview.net/forum?id=r1Gsk3R9Fm Improving latent variable descriptiveness by modelling rather than ad-hoc factors 這篇主要是要解決posterior collapse的問題, 有別於過去用KL annealing的方法改變ELBO中的KL term的係數, 這篇改變的是reconstruction term的係數。 網址:https://openreview.net/forum?id=BkMqUiA5KX 不知道ICLR 2019中大家有沒有哪篇覺得比較值得推薦, 比較值得一看的paper呢? ps: https://ppt.cc/fBX5hx 這邊有幫忙整理ICLR 2019各主題的Paper數量、趨勢, 還有主題搜尋的功能, 推薦給大家。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.113.170.31 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1539447999.A.A1C.html ※ 編輯: patrick2dot0 (140.113.231.119), 10/14/2018 01:54:44
seasa2016: 推整理 10/14 09:33
michellehot: 看不懂推 10/14 10:45
st1009: 推板主用心 10/14 23:49
howayi: 推高手 10/15 07:50
kumitang: 推 10/15 13:56
anticrime: 現在正在啃的是 Adaptive Convolution RELUS 還沒看完 10/18 17:33
ljn3333: 推 10/31 16:16
dongogo: 推 11/02 22:45
chobit199685: 看完了Gan我的錢包也很Gan 11/15 13:16
qwe77889877: 推 03/27 08:27