自监督学习(simCLR)

6662
9
2021-09-18 17:00:00
89
45
192
12
一起读论文
8.7万播放
简介
[1a] 历史和概述
39:34
[1b] 历史和概述
16:41
[2] 图像分类 kNN和线性类器
48:07
[3] 损失函数和优化方法
50:35
[4a] 神经网络和反向传播
01:02:20
[4b] 神经网络和反向传播
32:34
[5] 卷积神经网络
46:59
[6] 深度学习硬件和软件
56:46
[7a] 激活函数,数据预处理,权重初始化
56:03
[7b] 归一化,迁移学习
45:22
[8a] SGD存在的问题, loss的等高线图
14:30
[8b] momentum, RMSProP
13:32
[lecture 8a] [新录]神经网络的训练
18:45
[lecture 8b] 神经网络的训练(学习速
57:06
[lecture 9a] CNN结构(Alexn
19:44
[lecture 9b] CNN结构-VGG网络
07:13
[lecture 9c] CNN网络结构(Goo
12:41
[lecture 9d] CNN网络结构(Res
16:56
[lecture 9e] CNN网络结构(SEN
25:50
[lecture 10a] RNN循环神经网络(
29:30
[lecture 10b] RNN循环神经网络(
19:23
[lecture 10c] RNN循环神经网络(
06:13
[lecture 10d] RNN循环神经网络(
11:46
[lecture 10e] RNN循环神经网络(
29:34
[lecture 11a] 注意力和transf
18:26
[lecture 11b] 注意力和transf
18:09
[lecture 11c] 注意力和transf
20:54
[lecture 11d] 注意力和transf
12:14
[lecture 11d] 注意力和transf
12:51
[lecture 11e] 注意力和transf
16:20
[lecture 11f] 注意力和transf
10:16
[lecture 11g] 注意力和transf
10:35
[lecture 12a] 生成式模型(生成式模
07:36
[lecture 12b] 生成式模型(pixe
08:20
[lecture 12c] 生成式模型(变分自动
40:05
[lecture 12d] 生成式模型(生成式对
21:31
[lecture 13a] 自监督学习(概述,p
09:26
自监督学习(RotNet, Relative p
13:49
自监督学习(inpainting, 图像上色)
13:32
[lecture 13d] 自监督学习( vid
07:11
自监督学习(simCLR)
18:32
自监督学习(moco, cpc,总结)
12:34
神经网络可视化 (visualizing fil
07:56
神经网络可视化 (saliency via ba
13:12
[lecture 15e] 分割和检测(Yolo
12:05
[lecture 10c] RNN循环神经网络(
07:17
[lecture 15c] 分割和检测(Fast
16:08
[lecture 15a]检测和分割(语义分割)
18:00
神经网络可视化 (对抗扰动, Deep drea
17:14
神经网络可视化 (Gradient ascend
08:30
客服
顶部
赛事库 课堂 2021拜年纪