Leggi un elenco curato di articoli di ricerca essenziali sul deep learning che sono molto apprezzati nel campo.
Dal README
- Understanding / Generalization / Transfer
- Optimization / Training Techniques
- Unsupervised / Generative Models
Estratti dal README del progetto su GitHub. I diritti d'autore e le licenze rimangono con i rispettivi autori.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiI documenti di deep learning più citati
awesome-deep-learning-papers ha 26.2k stelle su GitHub. È stato forkato 4.4k volte. awesome-deep-learning-papers è scritto principalmente in TeX. È in sviluppo attivo dal 2016. I suoi temi principali sono: deep-learning, deep-neural-networks, machine-learning.
Che cos'è awesome-deep-learning-papers?
I documenti di deep learning più citati
awesome-deep-learning-papers è open source?
awesome-deep-learning-papers è un progetto open source.
awesome-deep-learning-papers è gratuito?
Sì. awesome-deep-learning-papers è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
In quale linguaggio è scritto awesome-deep-learning-papers?
awesome-deep-learning-papers è scritto principalmente in TeX.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/terryum-awesome-deep-learning-papers.html)
