Publication

Deep Neural Networks With Trainable Activations and Controlled Lipschitz Constant

Publications associées (167)

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 Neural Networks With Trainable Activations and Controlled Lipschitz Constant

Graph Chatbot

Chattez avec Graph Search

Supervised learning and inference of spiking neural networks with temporal coding

Predicting nonlinear optical scattering with physics-driven neural networks

A Theory of Finite-Width Neural Networks: Generalization, Scaling Laws, and the Loss Landscape

ReLU Neural Network Galerkin BEM

Penalising the biases in norm regularisation enforces sparsity

Polynomial-time universality and limitations of deep learning

Unconstrained Parametrization of Dissipative and Contracting Neural Ordinary Differential Equations

Sparse Attacks for Manipulating Explanations in Deep Neural Network Models

A Neural-Network-Based Convex Regularizer for Inverse Problems

Rapid Network Adaptation: Learning to Adapt Neural Networks Using Test-Time Feedback