V
主页
Element AI研究员张翔博士:文本生成对抗网络—是噱头还是真金?
发布人
本文为将门技术社群直播第149期的内容回顾。 4月18日,在将门技术社群,Element AI Research Scientist、纽约大学博士张翔与大家分享了“GAN for Text:Hype or Real Deal?”从实用主义的角度分析了文本生成对抗网络的可行性和研究意义。同时,通过对目前各类文本生成对抗网络论文的简略回顾,提出一些利用自编码器解决问题的研究方法和途径,以及一些探索性的初步结果
打开封面
下载高清视频
观看高清视频
视频下载器
我竟然半天学会了六大深度神经网络:CNN、RNN、GAN、GNN、LSTM、Transformer,计算机博士一次带你吃透入门到实战!
Diffusion Models:开启图像生成新篇章,直观理解、数学原理、PyTorch 实现 超越GANs的范式转变!
北京大学研究员严睿:人工智能在人机对话系统中的技术现状与挑战
POV:你得到一个电镀GAN魔方
gan可以连奇艺了
当你去gan线下旗舰店制作了一个魔方
Talk | 微信AI高级研究员苏辉:微信AI大规模预训练语言模型WeLM
机器学习-深度学习经典网络架构:CNN/RNN/GAN/LSTM/Transformer 计算机博士一次带你学饱!
Talk | 牛津大学博士后研究员边佳旺:SC-DepthV3-动态场景中的自监督单目深度估计
Talk | 字节跳动自然语言处理研究员许晶晶:ACL 2021最佳论文:面向机器翻译的词表学习研究
GAN12ui pro测速
Facebook AI Research顾佳涛:面向低资源语言的多语神经机器翻译
Talk | ICML'23 Oral 字节跳动 AI Lab 研究员郑在翔:人工智能如何助力蛋白质设计?
Talk | 浙江大学特聘研究员廖依伊:面向自动驾驶仿真平台的神经渲染
CMU语言技术研究所博士王赟:弱标注下的声音事件检测
将门创投 | 旷视科技资深研究员俞刚-Beyond RetinaNet & Mask R-CNN
【太强了】从入门到精通一口气学完CNN、RNN、GAN、GNN、DQN、Transformer、LSTM等八大深度学习神经网络!一点要看到最后(深度学习,AI)
Talk | 腾讯AI Lab研究员童湛&南京大学谈婧:基于注意力机制的视频自监督表示学习和时序动作检测
不同场景下都是用什么神经网络去做的?传统神经网络、卷积、递归、生成、Transformer,迪哥一次带你吃透原理与实战!
Talk | 智谱AI CTO张鹏:面向大规模知识图谱的预训练模型
Talk | 香港中文大学博士史少帅: 基于点云的PV-RCNN系列三维目标检测器
【GAN GURUS战报】姜凌坤以1.27秒再次打破金字塔平均世界纪录!
微软亚洲研究院主管研究员谭旭 低资源场景下的文本到语音合成
拧五把魔方 求指点
华为高级研究员谢凌曦:下一代人工智能计算模型探索
马里兰大学在读博士生朱晨:FreeLB—适用于自然语言理解的对抗学习
腾讯信息流平台部高级研究员赖坤锋:语义匹配—搜索和推荐的幕后
Talk | 南洋理工大学博士后研究员李祥泰:基于Transformer的视觉分割模型总结、回顾与展望
Talk | 卡内基梅隆大学博士后研究员张欢: 构建更强大、更大规模的神经网络验证算法
阿卜杜拉国王大学在读博士李国豪:加深图卷积神经网络的可能性探索
Talk | 商汤科技计算机视觉研究员何岱岚:基于深度学习的高效图像压缩编码
Talk | 新加坡国立大学博士侯皓文:RWKV论文解读 - 在Transformer时代重塑RNN
Talk | 华为谢恩泽: PixArt-α, 基于Transformer的高质量文本到图像生成扩散模型的快速训练
Talk | UCSB博士生赵宣栋:生成式AI时代的水印技术
当王艺衡看到有人主动挑战自己
Talk | MIT许逸伦:解锁由物理启发的深度生成模型-从扩散模型到泊松流模型
西瓜书【机器学习】解读!全网最全西瓜书详解!手撕底层原理,带你手推公式!绝对通俗易懂!——(人工智能、深度学习、神经网络、机器学习、AI)
Talk | 中国科学技术大学信息科学博士后陈佳伟:面向数据偏差和反馈回路的因果推荐系统
美国国际集团(AIG)机器学习总监 刘远源博士:保险业中的人工智能—AIG的旅程
Talk精华版 | Caltech在读博士石冠亚: 深度学习与控制理论的可靠结合以及在机器人中的应用