Table of Contents

• • 模型
    • • Gaussian Processes
  • 模型汇总

模型

Gaussian Processes

Gaussian Processes for Machine Learning

Gaussian Processes
wiki上的定义:
在概率论和统计学中，高斯过程（英语：Gaussian process）是观测值出现在一个连续域（例如时间或空间）的统计模型。在高斯过程中，连续输入空间中每个点都是与一个正态分布的随机变量相关联。此外，这些随机变量的每个有限集合都有一个多元正态分布。高斯过程的分布是所有那些（无限多个）随机变量的联合分布，正因如此，它是连续域（例如时间或空间）的分布。

模型汇总

一文看懂深度学习发展史和常见26个模型
51 个深度学习目标检测模型汇总，论文、源码一应俱全！
52 个深度学习目标检测模型汇总，论文、源码一应俱全！
常见模型及策略实现整理

<模型汇总_1>牛逼的深度卷积神经网络CNN
<模型汇总_2>深度学习加速神器-BNN
<模型汇总_3>深度学习中最贪玩的模型dual-learning NMT
<模型汇总_4>神经翻译模型（NMT）新宠Adversarial-NMT
<模型汇总-4>开山鼻祖-深度信念网络DBN
<模型汇总_5>生成对抗网络GAN及其变体SGAN_WGAN_CGAN_DCGAN_InfoGAN_StackGAN
<模型汇总-6>基于CNN的Seq2Seq模型-Convolutional Sequence to Sequence
<模型汇总-6>堆叠自动编码器Stacked_AutoEncoder-SAE
<模型汇总_9> 深度学习网络的表达方式汇总及模型分类方法
<模型汇总-9> VAE基础：LVM、MAP、EM、MCMC、Variational Inference（VI）
<模型汇总-10> Variational AutoEncoder_变分自动编码器原理解析
模型汇总-12 深度学习中的表示学习_Representation Learning
深度学习模型-13 迁移学习（Transfer Learning）技术概述
模型汇总-14 多任务学习-Multitask Learning概述
模型汇总15 领域适应性Domain Adaptation、One-shot/zero-shot Learning概述
模型汇总16 各类Seq2Seq模型对比及《Attention Is All You Need》中技术详解
模型汇总17 基于Depthwise Separable Convolutions的Seq2Seq模型_SliceNet原理解析
模型汇总18 强化学习（Reinforcement Learning）基础介绍
模型汇总19 强化学习（Reinforcement Learning）算法基础及分类
模型汇总20-TACOTRON一种端到端的Text-to-Speech合成模型
《模型汇总-21》深度学习背后的秘密：初学者指南-深度学习激活函数大全
模型汇总22 机器学习相关基础数学理论、概念、模型思维导图分享
模型汇总23 - 卷积神经网络中不同类型的卷积方式介绍
模型汇总24 - 深度学习中Attention Mechanism详细介绍：原理、分类及应用