深度学习顶会“无冕之王”ICLR 2018评审结果出炉,斯坦福大学对抗训练研究得分第一

ICLR,全称为 International Conference on Learning Representations(国际学习表征会议),2013 年才刚刚成立了第一届。这个一年一度的会议虽然今年2017年办到第六届,已经被学术研究者们广泛认可,被认为“深度学习的顶级会议”。ICLR 采用Open Review 评审制度。Open Review 则非常不同,根据规定,所有提交的论文都会公开姓名等信息,并且接受所有同行的评价及提问(open peer review),任何学者都可或匿名或实名地评价论文。而在公开评审结束后,论文作者也能够对论文进行调整和修改。这几天ICLR 2018的审稿结果陆续出来了,让我们来看一下。

今年ICLR 2018共收到981篇有效稿件,截止2017年12月1日,已经有979篇论文收到至少一个评分。下图是平局分的分布,平均得分是5.24,中位得分是5.33 。

根据Karpathy之前的博客统计,ICLR2017共收到491篇论文提交,其中15篇被录用为oral论文占3%,183篇录用为Poster论文占37.3%。

论文评分方差

得分最高的十篇论文

|  Ranking  |   Rating | Title |
| 9.00 | Certifiable Distributional Robustness with Principled Adversarial Training |
| 8.56 | On the Convergence of Adam and Beyond |
| 8.33 | Emergence of grid-like representations by training recurrent neural networks toperform spatial localization |
| 8.33 | Multi-Scale Dense Networks for Resource Efficient Image Classification |
| 8.09 | i-RevNet: Deep Invertible Networks |
| 8.00 | Wasserstein Auto-Encoders |
| 8.00 | Stabilizing Adversarial Nets with Prediction Methods |
| 8.00 | Learning to Represent Programs with Graphs |
| 8.00 | Boosting Dilated Convolutional Networks with Mixed Tensor Decompositions |
| 8.00 | Continuous Adaptation via Meta-Learning in Nonstationary and CompetitiveEnvironments |

需要注意的是,目前并不是所有的评分都已经打出来了。现在得分最高的论文是 《Certifiable Distributional Robustness with Principled Adversarial Training》。另外一篇值得注意的论文是 《Progressive Growing of GANs forImproved Quality, Stability, and Variation 》得分为 8,8,1

附:得分Top 20论文(via Search ICLR 2018)

声明:

本文是受@plrz77 的ICLR2017的统计报告启发。

相关链接:

  • Search ICLR 2018

 http://search.iclr2018.smerity.com/

  •  ICLR 2017Overview by @plrz77.

https://prlz77.github.io/iclr2017-stats/

  • ICLR 2017 vs arxiv-sanity by @karpathy

https://medium.com/@karpathy/iclr-2017-vs-arxiv-sanity-d1488ac5c131

参考链接:

  • https://liyaguang.github.io/iclr2018-stats

原文发布时间为:2017-12-4

本文来自合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:深度学习顶会“无冕之王”ICLR 2018评审结果出炉,斯坦福大学对抗训练研究得分第一

时间: 2024-10-24 02:37:03

深度学习顶会“无冕之王”ICLR 2018评审结果出炉,斯坦福大学对抗训练研究得分第一的相关文章

中国民营企业500家:联想第三华为无冕之王

C114讯 8月30日早间消息(杨正)全国工商联29日公布了最新的"中国民营企业500家"名录,这份榜单以2009年度民营企业营业收入作为排名依据.江苏沙钢集团有限公司以1463.13亿元的营业收入连续第二年位居榜首,苏宁电器集团和联想控股有限公司分别以营业收入1170.03亿元和1063.75亿元位列第二.三位. "中国民营企业500家"是在全国工商联对2009年营业收入超过3亿元的近3600家中国民营企业进行调研的基础上产生的.自1998年以来,全国工商联已连续

一周电视点击榜《西游记》强势入围成无冕之王

<西游记>(张纪中版六小龄童版香港版日本版)果然未播先红,亚军.季军.殿军全部是<西游记>,分别是日本.香港和内地的版本,当然归结到一起,其实大家想找的都是张纪中版,这点几乎是每期都在解释,不过考虑总有新朋友,所以又再多嘴一遍.三部<西游记>的点击相加,是冠军<宫心计>的一倍有余,这么一算,<西游记>堪称是本周电视榜的无冕之王.张纪中版<西游记>开拍以来新闻不断,最新的新闻是几位主要角色的造型,一经公布,便惹来一片雷声.坦白说造型是夸

偶像剧一哥一姐大洗牌阮经天周渝民成无冕之王

搜狐娱乐讯 2001年至今,台湾偶像剧已经走过漫长的十个年头,从最初单一幼稚的抄袭到画面精致的纯爱剧,再到今天题材丰富的各种尝试.最初的格局早已经被打破,而中间那些曾经一剧成名的男女,在偶像剧的不断洗牌中,也被一年年的更换.哪些人风头正劲,哪些人消失不见,又有哪些人徘徊在半红不黑的层面努力上位,金钟奖过后,一哥一姐重新排位势在必行.偶像剧明星新势力 PART1 偶像剧明星新势力 他们正当红,在更新迅速的台湾电视圈,保持了旺盛的人气,有高收视的作品上档,是广告代言走秀的红人,各种排行榜和新闻稿的常

深度学习——你需要了解的八大开源框架

深度学习八大开源框架 导读:深度学习(Deep Learning)是机器学习中一种基于对数据进行表征学习的方法,深度学习的好处是用非监督式或半监督式的特征学习.分层特征提取高效算法来替代手工获取特征(feature).作为当下最热门的话题,Google.Facebook.Microsoft等巨头都围绕深度学习重点投资了一系列新兴项目,他们也一直在支持一些开源深度学习框架. 目前研究人员正在使用的深度学习框架不尽相同,有 TensorFlow.Torch .Caffe.Theano.Deeplea

借助Clarifai的深度学习 电脑也能看懂视频了

近几年来,正是多亏了深度学习技术的蓬勃发展,人类在"识图"领域获得了可喜进展.例如Google的"以图搜图"和Facebook的"人脸识别"功能,给网民们带来了极大的便利.如今一家名为Clarifai公司正打算再次突破,这次他们借助于深度学习技术,实现了视频文件的识别. 公司表示,目前它们的软件能够快速分析视频文件,并且识别出1万种以上的物体或者场景.在上周,某个深度学习研讨会上,Clarifai的联合创始人兼CEO Matthew Zeiler

2017年深度学习十大趋势预测

本文作者曾经多次预测了技术发展的趋势,最近的一次预测是"2011年软件发展的趋势与预测".10项预言中,准确地命中了6项,比如JavaScript VM.NoSQL.大数据分析.私有云.Scala语言等等.今年,他对深度学习的发展趋势做了一个预测,主要是研究领域的趋势预测,而不是工业界的应用. 以下是作者对2017年度的预测内容. 硬件将加速倍增摩尔定律 作者根据其观察到Nvidia和Intel的发展动态,认为这是显而易见的趋势.由于Nvidia具有完整的深度学习生态系统,它们在整个2

深度学习并非万能,你用对了吗?

[ 导读 ]深度学习随着AlphaGo大胜李世石之后被"神话",很多人认为深度学习就是挑战人类智力的"神器".可是,深度学习真的如他们想象的那般"战无不胜"吗?本文编译自hyperparameter.space,作者是Pablo Cordero,就读于加利福尼亚大学圣克鲁斯校区,主攻方向为细胞生物学和再生医学背景下的应用机器学习研究.阅读此文后,你便能够从深层理解,为什么深度学习其实并不像普通百姓想象的那般"神"了,甚至,你还

大牛的《深度学习》笔记,Deep Learning速成教程

雷锋网(公众号:雷锋网)按:本文由Zouxy责编,全面介绍了深度学习的发展历史及其在各个领域的应用,并解释了深度学习的基本思想,深度与浅度学习的区别和深度学习与神经网络之间的关系. 深度学习,即Deep Learning,是一种学习算法(Learning algorithm),亦是人工智能领域的一个重要分支.从快速发展到实际应用,短短几年时间里,深度学习颠覆了语音识别.图像分类.文本理解等众多领域的算法设计思路,渐渐形成了一种从训练数据出发,经过一个端到端(end-to-end)的模型,然后直接

【前沿】TensorFlow Pytorch Keras代码实现深度学习大神Hinton NIPS2017 Capsule论文

10月26日,深度学习元老Hinton的NIPS2017 Capsule论文<Dynamic Routing Between Capsules>终于在arxiv上发表.今天相关关于这篇论文的TensorFlow\Pytorch\Keras实现相继开源出来,让我们来看下. 论文地址:https://arxiv.org/pdf/1710.09829.pdf Capsule 是一组神经元,其活动向量(activity vector)表示特定实体类型的实例化参数,如对象或对象部分.我们使用活动向量的长