Deep Learning for Visual Tracking A Comprehensive Survey.pdf
2022-03-03 00:47:18 8.35MB 计算机视觉 目标跟踪
1
高清电子书:Longitudinal Structural Equation Modeling - A Comprehensive Introduction [1 ed.] - Jason T. Newsom - Routledge
2022-02-22 10:34:24 2.34MB LSEM 结构方程
1
Mindshare公司的USB 3.0的Training PPT,最权威、最详尽、最易懂的USB 3.0 Introduction.
2022-01-30 09:59:15 12.83MB USB 3.0
1
The perfect balance of clarity and comprehensiveness—now more reader friendly and visually appealing than ever.,解压密码 share.weimo.info
2021-12-15 18:51:31 60.7MB 英文
1
Neural Networks -- A Comprehensive Foundation第二版 神经网络经典书籍,适合初学者
2021-12-08 11:02:24 36.19MB 神经网络 simon 第二版
1
comprehensive-ruby-programming.pd comprehensive-ruby-programming.pd comprehensive-ruby-programming.pd comprehensive-ruby-programming.pd
2021-12-06 02:12:06 2.88MB Ruby
1
这篇论文是目前SDN领域最完整和全面的一篇总结型论文。这篇论文长达61页,引用了579份参考文献,全面细致地介绍了SDN科研领域的方方面面。
2021-11-25 13:00:04 1.57MB sdn 论文综述
1
新加坡国立大学最新「大规模深度学习优化」综述论文,带你全面了解最新深度学习准确率和效率的优化方法 【导读】深度学习优化是构建深度学习模型中的一个关键问题。来自NUS的研究人员发布了《大规模深度学习优化》综述论文,DL优化目标是双重的: 模型准确性和模型效率。至于模型的准确性,研究了最常用的优化算法,从梯度下降变量到(大批量)自适应方法,从一阶方法到二阶方法。此外,还阐述了在大批量训练中出现的泛化差距这一有争议的问题。 深度学习在人工智能的广泛应用中取得了可喜的成果。更大的数据集和模型总是产生更好的性能。然而,我们通常花更长的训练时间在更多的计算和通信上。在这项综述中,我们的目标是提供一个清晰的草图,关于优化大规模深度学习的模型准确性和模型效率。我们研究最常用于优化的算法,阐述大批量训练中出现的泛化缺口这一有争议的话题,并回顾SOTA解决通信开销和减少内存占用的策略。
2021-11-24 13:07:11 988KB
1
介绍Java的一本书,Y.Daniel Liang 梁勇,普度大学终身教授,阿姆斯特朗亚特兰大州立大学计算机科学系教授,本科和硕士研究生阶段就读于复旦大学计算机专业,博士就读于俄克拉荷马大学计算机科学专业[1] 。他所编写的Java教程-java语言程序设计 基础篇和java语言程序设计 进阶篇在美国大学Java课程中采用率最高,目前最新版本为第十版,同时他还兼任Prentice Hall Java系列丛书编辑。
2021-11-18 15:01:29 13.98MB JAVA Y.Daniel Liang
1
LaTeX特殊符号参考文档完整版358页
2021-11-07 20:00:26 8.89MB LaTeX 特殊符号
1