代码实现在ai-learning包下
- 跟着AI learning学习教程进行了代码实现。
- 使用版本较新的API
- 添加了练习使用到的的数据集
- 使用jupyter-notebook 方便读者学习
The code is in the statistical-learning-methods package
from repository: lihang-code
代码实现在pytorch-deep-learning-tutorial包下
code in d2l-pytorch-slides package
codes in deep-thoughts-tutorial package
对书中代码进行了补充、注释
tips: 建议使用python-3.8
在进行论文复现时有用到李沐老师的d2l包
选择合适的版本可以节约大家的时间~
年份 | 名字 | 简介 | recurrence |
---|---|---|---|
2017 | Transformer | 继MLP、CNN、RNN后的第四大类架构 | ⬜ |
2018 | BERT | Transformer一统NLP的开始 | ⬜ |
年份 | 名字 | 简介 | recurrence |
---|---|---|---|
2018 | WAVE-U-NET | U-Net进行人声伴奏分离 | ⬜ |
年份 | 名字 | 简介 | recurrence |
---|---|---|---|
2022 | Patches Are All You Need? | ConvMixer减少参数 | ⬜ |
2012 | AlexNet | 深度学习热潮的奠基作 | ✅ |
2015 | ResNet | 构建深层网络都要有的残差连接。 | ✅ |
2021 | RepVGG | 算子融合, 深度可分离卷积网络 | ⬜ |
2022 | ConvNeXt | 2020s 下一代卷积 | ⬜ |
2015 | U-Net | 图像分割经典模型 | ⬜ |
年份 | 名字 | 简介 | recurrence |
---|---|---|---|
2020 | ViT | Transformer杀入CV界 | ⬜ |
2021 | MAE | BERT的CV版 | ⬜ |
2021 | Swin Transformer | 多层次的Vision Transformer | ⬜ |
年份 | 名字 | 简介 | recurrence |
---|---|---|---|
2015 | Deep Unsupervised Learning using Nonequilibrium Thermodynamics | 首次提出diffusion | ⬜ |
2020 | Denoising Diffusion Probabilistic Models | 在CV领域应用扩散模型 | ✅ |
2021 | Diffusion Models Beat GANs on Image Synthesis | 扩散模型与GAN | ⬜ |
2022 | Understanding Diffusion Models: A Unified Perspective | 扩散模型博客 | ⬜ |
年份 | 名字 | 简介 | recurrence |
---|---|---|---|
2017 | Point Net | 深度学习点云处理开山之作 | ⬜ |
2022 | Stratified Transformer for 3D Point Cloud Segmentation | 3D点云之层级式Transformer | ⬜ |
2021 | Point Transformer | Transformer应用于点云 | ⬜ |
2022 | Point Transformer_v2 | Point Transformer v2 | ⬜ |
2023 | Spherical Transformer for LiDAR-based 3D Recognition | 3D语义分割SOTA | ⬜ |
年份 | 名字 | 简介 | recurrence |
---|---|---|---|
2014 | GAN | 生成模型的开创工作 | ✅ |
2014 | cGAN | 条件生成对抗模型 | ✅ |
2016 | LSGAN | 最小二乘生成对抗模型 使用卷积网络 | ✅ |
年份 | 名字 | 简介 | recurrence |
---|---|---|---|
2018 | InstDisc | 提出实例判别和memory bank做对比学习 | ⬜ |
2018 | CPC | 对比预测编码,图像语音文本强化学习全都能做 | ⬜ |
2019 | InvaSpread | 一个编码器的端到端对比学习 | ⬜ |
2019 | CMC | 多视角下的对比学习 | ⬜ |
2019 | MoCov1 | 无监督训练效果也很好 | ⬜ |
2020 | SimCLRv1 | 简单的对比学习 (数据增强 + MLP head + 大batch训练久) | ⬜ |
2020 | MoCov2 | MoCov1 + improvements from SimCLRv1 | ⬜ |
2020 | SimCLRv2 | 大的自监督预训练模型很适合做半监督学习 | ⬜ |
2020 | BYOL | 不需要负样本的对比学习 | ⬜ |
2020 | SWaV | 聚类对比学习 | ⬜ |
2020 | SimSiam | 化繁为简的孪生表征学习 | ⬜ |
2021 | MoCov3 | 如何更稳定的自监督训练ViT | ⬜ |
2021 | DINO | transformer加自监督在视觉也很香 | ⬜ |
年份 | 名字 | 简介 | recurrence |
---|---|---|---|
2021 | 图神经网络介绍 | GNN的可视化介绍 | ⬜ |
年份 | 名字 | 简介 | recurrence |
---|---|---|---|
2021 | 指导数学直觉 | 分析不同数学物体之前的联系来帮助发现新定理 | ⬜ |
年份 | 名字 | recurrence |
---|---|---|
2006 | A fast learning algorithm for deep belief nets | ⬜ |
2006 | Reducing the dimensionality of data with neural networks. | ⬜ |
2014 | Dropout | ✅ |
2015 | Deep learning-Three Giants' Survey | ❌ |
2016 | Layer Normalization | ⬜ |
2017 | Glow: Generative Flow | ✅ |
2018 | Automatic Differentiation in Machine Learning | ❌ |
2021 | R-Drop | ✅ |