ICML

个人觉得idea很不错，中心思想是直接对整体架构进行scale以达到减少参数的目的，也是Quoc V. Le刚发表在ICML19的文章，并且在Imagenet达到了最新的state-of-art级别的work。pytorch版本 Abstract 卷积神经网络(ConvNets)通常是在固定的资源预

点击下方卡片，关注“CVer”公众号 AI/CV重磅干货，第一时间送达 点击进入—>【目标检测和Transformer】交流群 Open-VCLIP: TransformingCLIPto an Open-vocabulary Video Model via Interpolated Weight

来源：ICML 2023论文链接：https://openreview.net/pdf?id=fWYKVtf7lu作者：Wenhao Hu, Perry Gibson, José Cano内容整理：王妍 引言 剪枝是深度神经网络 (DNN) 的主要压缩方法之一，从 DNN 模型中删除不太相关的参数以

今天给大家介绍的是来自佐治亚理工学院的Le Song课题组发表在ICML2020上的关于逆合成规划的一篇文章。在本文中，作者提出了一种基于神经的类A*算法，称为Retro*，它能有效地找到高质量的合成路线。在基准USPTO数据集上进行的实验表明，作者提出的方法在成功率和解决方案质量方面均优于现有的最

论文解读：SCAFFOLD: Stochastic Controlled Averaging for Federated Learning 作者：Sai Praneeth Karimireddy, Satyen Kale, Mehryar Mohri,Sashank J. Reddi, Sebast

关注上方“深度学习技术前沿”，选择“星标公众号”， 资源干货，第一时间送达！ 机器学习顶会 ICML已经 结束了 2020 年的论文投稿，作为最“硬核”的机器学习会议之一，由于 ICML 并没有硬性限制投稿论文在 ArXiv 上的发表，所以部分投稿文章也提前地放到了 ArXiv 上。这些论文来自牛津

今天给大家介绍的是来自北京大学计算机系本科生史晨策等发表在ICML2020上的关于逆合成预测的一篇文章。在本文中，作者通过将目标分子图转化为一组反应物分子图，提出一种称为G2Gs的不依赖模板的框架以解决逆合成预测问题，该方法性能优越，排除了对领域知识的需要，并且具有很好的扩展性。 1 背景 计算化学

标题：ICML 2023 | LoSparse：低秩近似和结构化剪枝的有机组合 收录于合集 #低秩近似 #ICML 2023 #结构化剪枝 1. 论文信息 Untitled 标题：LoSparse: Structured Compression of Large Language Models ba

选自arxiv 作者：Carl Allen、Timothy Hospedales 机器之心编译 参与：王子嘉、张倩 前不久，ICML大会在美国举办。大会放出了最佳论文等奖项，还有7篇最佳论文荣誉提名论文，本文便是其中的一篇。在这篇论文中，来自爱丁堡大学的研究者提出了一种解释词嵌入类比（如「女人之于王

引言  今年是Transformer的六周年生日，目前原文引用量已超四万，在应用方面，几乎所有的模型架构都有它的影子，并遵从着Transformer的基础配置（宽度设置为768，深度设置为12）。但您有没有质疑过：Transformer的配置是怎么来的？Transformer的配置能够适合所有的应用