Lisez une liste soigneusement sélectionnée d'articles de recherche essentiels en apprentissage profond qui sont très respectés dans le domaine.
Depuis le README
- Understanding / Generalization / Transfer
- Optimization / Training Techniques
- Unsupervised / Generative Models
Extraits du README du projet sur GitHub. Le droit d'auteur et les licences restent la propriété des auteurs respectifs.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentLes articles de deep learning les plus cités
awesome-deep-learning-papers compte 26.2k étoiles sur GitHub. Il a été forké 4.4k fois. awesome-deep-learning-papers est écrit principalement en TeX. Il est développé activement depuis 2016. Ses principaux thèmes sont : deep-learning, deep-neural-networks, machine-learning.
Qu'est-ce que awesome-deep-learning-papers ?
Les articles de deep learning les plus cités
awesome-deep-learning-papers est-il open source ?
awesome-deep-learning-papers est un projet open source.
awesome-deep-learning-papers est-il gratuit ?
Oui. awesome-deep-learning-papers est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Dans quel langage awesome-deep-learning-papers est-il écrit ?
awesome-deep-learning-papers est écrit principalement en TeX.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/terryum-awesome-deep-learning-papers.html)
