文件名称：awesome-very-deep-learning:about关于非常深的神经网络的论文和代码的精选清单
文件大小：9KB
文件格式：ZIP
更新时间：2024-05-03 13:53:52
machine-learning deep-learning awesome-list densenet resnet
awesome-very-deep-learning是一份精选的清单，列出了有关实施和训练非常深的神经网络的论文和代码。 神经常微分方程 ODE网络是一种连续深度神经网络。 他们没有指定离散的隐藏层序列，而是使用神经网络对隐藏状态的导数进行参数化。 网络的输出是使用黑盒微分方程求解器计算的。 这些连续深度模型具有恒定的存储成本，将其评估策略适应于每个输入，并且可以显式地将数值精度换成速度。 文件 神经常 ，介绍了几个ODENet，例如连续深度残差网络和连续时间潜变量模型。 本文还构造了连续的归一化流，这是一种生成模型，可以最大程度地进行训练，而无需对数据维进行分区或排序。 为了进行培训，作者展示了如何通过任何ODE求解器可扩展地反向传播，而无需访问其内部操作。 这样就可以在较大的模型中进行ODE的端到端训练。 NIPS 2018最佳论文。 ，神经ODE保留了拓扑结构，因此它们的学习流不
【文件预览】：
awesome-very-deep-learning-master
----LICENSE(11KB)
----README.md(13KB)