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

The role of convolutional neural networks in scanning probe microscopy: a review

CauseOccam: Learning Interpretable Abstract Representations in Reinforcement Learning Environments via Model Sparsity

Deep visual Re-identification with confidence

Semantics-Aware Spatial-Temporal Binaries for Cross-Modal Video Retrieval

DeepImageJ: A user-friendly environment to run deep learning models in ImageJ

The Unstoppable Rise of Computational Linguistics in Deep Learning

Optimism in the Face of Adversity: Understanding and Improving Deep Learning through Adversarial Robustness

Crowding and the Architecture of the Visual System

Disentangling feature and lazy training in deep neural networks

Learning approaches to high-fidelity optical diffraction tomography