Publication

Deep Learning Works in Practice. But Does it Work in Theory?

Publications associées (109)

À propos
Confidentialité
Mentions légales

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search

Deep Learning Works in Practice. But Does it Work in Theory?

Graph Chatbot

Chattez avec Graph Search

Multi-agent Reinforcement Learning for Assembly of a Spanning Structure

EpilepsyNet: Interpretable Self-Supervised Seizure Detection for Low-Power Wearable Systems

Fixing the problems of deep neural networks will require better training data and learning algorithms

BLACK-BOX ATTACKS ON IMAGE ACTIVITY PREDICTION AND ITS NATURAL LANGUAGE EXPLANATIONS

Confidence Matters: Applications to Semantic Segmentation

Multienzyme deep learning models improve peptide de novo sequencing by mass spectrometry proteomics

Backpropagation-free training of deep physical neural networks

Interpretable Representation Learning and Evaluation for Abstractive Summarization

Monotonicity Reasoning in the Age of Neural Foundation Models

XTab: Cross-table Pretraining for Tabular Transformers