TRADI: Tracking deep neural network weight distributions - Télécom Paris

Documentation
Français (FR)

Anglais (EN)

Rapport (Rapport De Recherche) Année : 2019

TRADI: Tracking deep neural network weight distributions

(1) , , (1) , (2) , (3, 4, 5)

1
2
3
4
5

Gianni Franchi

Fonction : Auteur
PersonId : 740481
IdHAL : gianni-franchi1
ORCID : 0000-0002-2184-1381
IdRef : 22427001X

Université Paris-Sud - Paris 11

Andrei Bursuc

Fonction : Auteur
PersonId : 3798
IdHAL : andrei-bursuc
IdRef : 172354633

Emmanuel Aldea

Fonction : Auteur

Université Paris-Sud - Paris 11

Séverine Dubuisson

Fonction : Auteur
PersonId : 172520
IdHAL : severine-dubuisson
ORCID : 0000-0001-7306-4134
IdRef : 061717657

Images et Modèles

Isabelle Bloch

Fonction : Auteur
PersonId : 175825
IdHAL : isabelle-bloch
ORCID : 0000-0002-6984-1532
IdRef : 031277861

Département Images, Données, Signal

Image, Modélisation, Analyse, GEométrie, Synthèse

Laboratoire Traitement et Communication de l'Information

Domaines

Informatique [cs] Intelligence artificielle [cs.AI] Vision par ordinateur et reconnaissance de formes [cs.CV]

Isabelle Bloch : Connectez-vous pour contacter le contributeur

https://telecom-paris.hal.science/hal-02428596

Soumis le : lundi 6 janvier 2020-09:59:44

Dernière modification le : vendredi 22 mars 2024-18:24:04

Dates et versions

hal-02428596 , version 1 (06-01-2020)

Identifiants

HAL Id : hal-02428596 , version 1

Citer

Gianni Franchi, Andrei Bursuc, Emmanuel Aldea, Séverine Dubuisson, Isabelle Bloch. TRADI: Tracking deep neural network weight distributions. [Research Report] Telecom Paristech; LTCI - Laboratoire Traitement et Communication de l'Information [Paris]. 2019. ⟨hal-02428596⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

INSTITUT-TELECOM UNIV-TLN CNRS UNIV-AMU LARA UNIV-PARIS-SACLAY LIS-LAB LTCI IDS IMAGES IP_PARIS HESAM

101 Consultations

0 Téléchargements

Partager