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
计算流体力学（CFD）里应用注意力机制（attention）是否可行？为什么最近几年 FPGA 变得越发受大家重视了？
如何评价Kaiming He的Momentum Contrast for Unsupervised?
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？
NLP领域，你推荐哪些综述性的文章？
如何证明数据增强（Data Augmentation）有效性？
深度学习中，模型大了好还是小了好呢？
基于深度学习的自然语言处理在 2016 年有哪些值得期待的发展？
如何理解Inductive bias？
对于神经网络，硕士博士不需要弄明白原理，只需要应用，是这样吗？
前一个讨论
AI领域的灌水之风如何破局？
相关的话题
什么是人工智能？人工智能、机器学习、深度学习三者之间有什么关系吗？TensorFlow 中 padding 的 SAME 和 VALID 两种方式有何异同？
深度学习方面的科研工作中的实验代码有什么规范和写作技巧？如何妥善管理实验数据？
如何看待最近一段时间旷视科技Face++、阿里、小米、京东、科大讯飞和地平线等相继在南京建立研发中心？
为什么计算注意力机制的时候不加偏置项？
新智元提问：如何看待李飞飞高徒Karpathy加入特斯拉，主管人工智能部门？
在算力充沛，深度学习模型大行其道的今天，传统机器学习的未来在哪里？
2019年NeurIPS有哪些糟糕的论文？
多任务学习中loss多次backward和loss加和后backward有区别吗？
如何评价移动端吊打一切万众期待的商汤深度学习推理框架PPL开源了却没有支持移动端？
计算机视觉顶级会议论文中比较适合初学计算机视觉的人做的复现实验有哪些？
ICLR 2018 有什么值得关注的亮点？
行人轨迹预测有哪些有效的方法和普遍的base方法？或者public dataset?
2022 年初，你认为哪项成果代表了现在人工智能的最高水平？
马上计算机研一，想问一下机器学习、深度学习…大家都是怎么入门的？
如何看待Tensor Comprehensions？与TVM有何异同？
计算机视觉和自然语言处理，哪个更具有发展前景呢，还是各有千秋呢？
如何评价Hinton在加拿大多伦多大学关于用“capsule”作为下一代CNN的演讲？
用生成模型做数据增强data augmentation时，如何从合成数据中筛选出质量较好的样本？
如何看待鄂维南院士等发起的机器学习联合研讨计划（c2sml.cn）？
在集成电路设计领域（数字，模拟），人工智能有无可能取代人类？
如何评价周志华教授新提出的 Deep Forest 模型，它会取代当前火热的深度学习 DNN 吗？
为什么相比于计算机视觉(cv)，自然语言处理(nlp)领域的发展要缓慢？
BERT中，multi-head 768*64*12与直接使用768*768矩阵统一计算，有什么区别？
为什么在SGD中使用L1正则化很难获得稀疏性？
有没有可能运用人工神经网络将一种编程语言的代码翻译成任意的另一种编程语言，而不经过人工设计的编译过程？
自己学习深度学习时，有哪些途径寻找数据集？
graph convolutional network有什么比较好的应用task？
基于深度学习的自然语言处理在 2016 年有哪些值得期待的发展？
如何看待 Google 既可以作 Inference，又可以作 Training 的新一代 TPU？