刻骨铭心

印入心底的点滴

主菜单

跳至主内容区域
跳至副内容区域
  • 首页
  • Archives
  • 关于jacoxu
  • Subscribe

文章导航

← 早期文章

模型训练的追踪调试和观测的可视化Python工具-Lera

发表于 2019 年 8 月 16 日 由 jacoxu
回复

https://lera.ai/:Lera helps you to watch … 继续阅读 →

发表在 Life&Work | 发表回复

动力系统与深度学习

发表于 2019 年 7 月 25 日 由 jacoxu
回复

首先向各位抱歉,常用的图床和WordPress好像对接有问题,相关图片都没有显示 … 继续阅读 →

发表在 Artifical Intelligence | 发表回复

统计学习,机器学习与深度学习概念的关联与区别

发表于 2019 年 5 月 22 日 由 jacoxu
回复

简单总结来说: 1. 机器学习与统计学习有较大的Overlab,或者说机器学习是 … 继续阅读 →

发表在 未分类 | 发表回复

【论文分享】听觉注意 – 2017

发表于 2018 年 11 月 21 日 由 jacoxu
回复

日常生活中声音很少孤立地出现。人类和机器一直被嘈杂的声音所淹没,并需要从中整理和 … 继续阅读 →

发表在 Artifical Intelligence | 标签有 Auditory Attention | 发表回复

【论文分享】听觉皮层 – Current Biology 2007

发表于 2018 年 11 月 7 日 由 jacoxu
回复

听觉皮层 通过声音辨别人、动物或其他物体,看似简单,实则依赖一系列复杂的处理过程 … 继续阅读 →

发表在 Artifical Intelligence | 标签有 Auditory Cortex | 发表回复

EMNLP2018: 基于多模态信息级联对偶调制的视觉推理

发表于 2018 年 9 月 7 日 由 jacoxu
回复

受认知过程的视觉和语言注意力机制启发,我们近期提出了一种多模态信息的级联对偶调制 … 继续阅读 →

发表在 Artifical Intelligence、Deep Learning、Natural Language Processing | 标签有 Visual Reasoning | 发表回复

【AAAI2018论文+代码】鸡尾酒会中的听觉注意性选择

发表于 2018 年 2 月 9 日 由 jacoxu
回复

相关工作发表在人工智能领域的顶级国际会议AAAI2018,论文全文和示范代码参考 … 继续阅读 →

发表在 Artifical Intelligence | 标签有 Auditory Attention、Auditory Memory、Cocktail Party Problem | 发表回复

CNCC2017和言语与听觉研究论坛

发表于 2017 年 11 月 13 日 由 jacoxu
1

今年的计算机大会在福州召开,参会6000多,可谓各个方向的IT大聚会。 10月2 … 继续阅读 →

发表在 未分类 | 1 条回复

基于BP的有监督脉冲学习算法:SpikeProp

发表于 2017 年 7 月 13 日 由 jacoxu
2

在前面的工作中[http://jacoxu.com/tempotron/]已经介 … 继续阅读 →

发表在 Artifical Intelligence | 标签有 SNN | 2 条回复

脉冲神经网络及有监督学习算法Tempotron

发表于 2017 年 6 月 26 日 由 jacoxu
7

接下来一段时间开启脉冲神经网络模型的探索之旅。脉冲神经网络有更强的生物学基础,尽 … 继续阅读 →

发表在 Artifical Intelligence | 标签有 SNN、Tempotron | 7 条回复

文章导航

← 早期文章

首先向各位抱歉,常用的图床近期和WordPress对接有问题,相关图片都没有显示。如查看有图版,请移步至个人微信公众号:jacoxu_nlp ,谢谢。

近期文章

  • 模型训练的追踪调试和观测的可视化Python工具-Lera
  • 动力系统与深度学习
  • 统计学习,机器学习与深度学习概念的关联与区别
  • 【论文分享】听觉注意 – 2017
  • 【论文分享】听觉皮层 – Current Biology 2007
  • EMNLP2018: 基于多模态信息级联对偶调制的视觉推理
  • 【AAAI2018论文+代码】鸡尾酒会中的听觉注意性选择
  • CNCC2017和言语与听觉研究论坛

近期评论

  • freedom发表在《漫谈四种神经网络序列解码模型【附示例代码】》
  • jacoxu发表在《漫谈四种神经网络序列解码模型【附示例代码】》
  • LittleHann发表在《Locality Sensitive Hashing归总》
  • 残桥发表在《漫谈四种神经网络序列解码模型【附示例代码】》
  • ly发表在《Bitbucket-团队开发私有库使用指南》

文章归档

  • 2019年八月
  • 2019年七月
  • 2019年五月
  • 2018年十一月
  • 2018年九月
  • 2018年二月
  • 2017年十一月
  • 2017年七月
  • 2017年六月
  • 2017年三月
  • 2017年一月
  • 2016年八月
  • 2016年六月
  • 2016年四月
  • 2016年三月
  • 2016年二月
  • 2016年一月
  • 2015年十二月
  • 2015年十一月
  • 2015年十月
  • 2015年六月
  • 2015年四月
  • 2015年三月
  • 2015年二月
  • 2015年一月
  • 2014年十二月
  • 2014年十一月
  • 2014年十月
  • 2014年九月
  • 2014年八月
  • 2014年七月
  • 2014年六月
  • 2014年四月
  • 2014年三月
  • 2014年二月
  • 2014年一月
  • 2013年十二月
  • 2013年十一月
  • 2013年十月
  • 2013年九月
  • 2013年八月
  • 2013年七月
  • 2013年六月
  • 2013年五月
  • 2013年四月
  • 2013年三月
  • 2013年二月
  • 2013年一月
  • 2012年十二月
  • 2012年十一月
  • 2012年九月
  • 2012年八月
  • 2012年七月

分类目录

  • Artifical Intelligence
  • Big Data
  • Deep Learning
  • Information Retrieval
  • Life&Work
  • Linux OS
  • Machine Learning
  • Natural Language Processing
  • Optimization Theory
  • Pattern Classification
  • Program Language
  • Scientific Computing
  • Semantic Web
  • Support Vector Machine
  • Viewpoint
  • WordPress
  • 未分类

功能

  • 登录
  • 文章RSS
  • 评论RSS
  • WordPress.org
2020年十一月
一 二 三 四 五 六 日
« 8月    
 1
2345678
9101112131415
16171819202122
23242526272829
30  

标签

Auditory Attention Clustering CRF Cross Validation Deep Learning DeepMind duality Git Hashing Hessian Information Retrieval Java KKT Latex libsvm Linux Lucene Machine Learning Matlab MPI NLP Optimization Primal Problem Python RDF Semantic Web Shell SNN Solr Support Vector Machine Theano twentyeleven Word2vec WordPress XML 交叉验证 感知机 文摘显示 最优化 核函数 特征空间 线性分类 线性学习器 边栏宽度 隐式映射

链接表

  • 100 Most Popular ML Talks
  • Advice on Research and Writing
  • How to Do Research
  • NLP&ML top conferences
  • NLP&ML代码数据工具资源库
  • tj博客(悟性很高的师弟)
  • ZSC博客(酷酷的同门师弟)
  • 时时的博客(靠谱的师妹)
  • 豆师兄博客(IT狂人)
Copyright © 2012-2015 jacoxu, All Rights Reserved 京ICP备12030987号
E-mail: jacoxu@msn.com      Address: Haidian District, BEIJING, CHINA
普人特福的博客cnzz&51la for wordpress,cnzz for wordpress,51la for wordpress