( en | de | ru )

 

Disambiguierung von "Dai, Xiaoliang"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
FBNet: Hardware-Aware Efficient ConvNet Design via Differentiable Neural Architecture Search.

, , , , , , , , , und . CVPR, Seite 10734-10742. Computer Vision Foundation / IEEE, (2019)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Xiaoliang Sun

Huangdong Dai

Jing Dai

Yangguang Dai

Min Dai

 

Weitere Publikationen von Autoren mit dem selben Namen

YSUY: Your Smartphone Understands You - Using Machine Learning to Address Fundamental Human Needs., , und . IEEE Trans. Syst. Man Cybern. Syst., 51 (12): 7553-7568 (2021)Cross-Domain Adaptive Teacher for Object Detection., , , , , , , , und . CVPR, Seite 7571-7580. IEEE, (2022)NASRec: Weight Sharing Neural Architecture Search for Recommender Systems., , , , , , , , , und . CoRR, (2022)Token Merging: Your ViT But Faster, , , , , und . (2022)cite arxiv:2210.09461Comment: Accepted ICLR 2023 Oral (top 5%) final v2. This version includes stable diffusion experiments. See code at https://github.com/facebookresearch/ToMe.STEERAGE: Synthesis of Neural Networks Using Architecture Search and Grow-and-Prune Methods., , und . CoRR, (2019)Trainable Projected Gradient Method for Robust Fine-Tuning., , , , , und . CVPR, Seite 7836-7845. IEEE, (2023)FP-NAS: Fast Probabilistic Neural Architecture Search., , , , , und . CVPR, Seite 15139-15148. Computer Vision Foundation / IEEE, (2021)Token Merging: Your ViT But Faster., , , , , und . ICLR, OpenReview.net, (2023)Open-Vocabulary Semantic Segmentation with Mask-adapted CLIP., , , , , , , , und . CVPR, Seite 7061-7070. IEEE, (2023)Deep learning prediction of rainfall-driven debris flows considering the similar critical thresholds within comparable background conditions., , , , , , , , , und . Environ. Model. Softw., (2024)