计算机视觉日报 2017-01-15 排名前16的深度学习应用项目；强化学习和 Robotics 统计和概率图...

解应春BW

计算机视觉日报 2017-01-15

• 排名前16的深度学习应用项目 @新智元
• 强化学习和 Robotics 统计和概率图模型 @产业智能廖红权
• 基于深度学习的端到端的度量学习方法 (Metric Learning) @中科大胡不归
• tiny-dnn是深度学习的C ++ 11实现 @视觉机器人
• 拉斯维加斯消费电子展CES @汪泽其
  

@好东西传送门 出品,由@AI100运营， 过往目录 见http://ml_cv.memect.com

订阅：关注微信公众号 AI100（ID：rgznai100，扫二维码），回复“机器学习日报”，加你进日报群

邮件版包括9条，本期的Web版有完整内容12条

今日焦点 (5)
新智元   网页版 2017-01-15 11:59
深度学习 视觉
【新智元导读】新智元不久前盘点了2016年 Top50 的深度学习库，本文则根据 GitHub里星标（Star）数多少，整理了排名前16的深度学习应用项目，从风格迁移到生成图说、玩FlappyBird游戏、分辨视频里的不宜内容等，供你参考实践。这份榜单还会持续更新哦~ 在新智元微信公众号回复0114，可下载本文提到的...全文： http://m.weibo.cn/5703921756/4064151737146321 ​




产业智能廖红权   网页版 2017-01-15 21:52
视觉 算法 应用 语音 自然语言处理 机器人 强化学习
强化学习和 Robotics 统计和概率图模型 计算机视觉和图像处理 语音和自然语言处理 核方法及其理论 AI一种现代方法中的其他方面，包括搜索，CSP，逻辑，planning 做人工智能，建议都了解一下，不是说都要搞懂搞透，但是至少要达到开会的时候和人在poster前面谈笑风生不出错的程度。 ​




中科大胡不归   网页版 2017-01-15 20:59
深度学习 视觉 算法 林元庆 神经网络
机器之心：介绍一下跨年龄人脸识别使用的度量学习？ 林元庆：我们这次去参加《最强大脑》的这套系统，使用的其实是基于深度学习的端到端的度量学习方法 (Metric Learning)。这个方法通过学习一个非线性映射函数（用深度神经网络模型），把图像空间投影到一个 128 维的特征空间中。深度学习要实现的是...全文： http://m.weibo.cn/3710258141/4064287649916859 ​




视觉机器人   网页版 2017-01-14 09:51
深度学习 视觉 资源 代码 幻灯片
tiny-dnn是深度学习的C ++ 11实现。 它适用于有限计算资源，嵌入式系统和物联网设备的深度学习。目前已经入选OpenCV 3.2，代码，http://t.cn/RfRLwYb ppt(slideshare)：http://t.cn/RMNelRd ​

汪泽其   网页版 2017-01-09 08:43
应用 语音 智能汽车 机器人
星期天（8号）是拉斯维加斯消费电子展CES的最后一天。本届CES总体波澜不惊，基本延续了去年的趋势。机器人/人工智能是本届的焦点，自动驾驶延续了去年的热闹，法拉第FF91引起了广泛关注和好评。个人认为本届CES最值得瞩目的，是亚马逊的个人数字助理 Alexa。国内科大讯飞在语音助手方面领先，人工智能...全文： http://m.weibo.cn/2839685750/4061928315503359 ​




最新动态
爱可可-爱生活   网页版 2017-01-15 07:10
GPU 深度学习 算法 自然语言处理 神经网络
【ConText v3：C++实现GPU上的CNN/LSTM文本分类】《ConText v3: Convolutional neural network and LSTM code for text categorization》 http://t.cn/RAE2DmK ​

爱可可-爱生活   网页版 2017-01-15 06:22
深度学习 视觉 算法 Adam Smith 代码 神经网络
【CNN手写数字识别网页Demo】《Handwritten Digit Recognition by Convolutional Neural Network》by Adam Smith http://t.cn/RMpiEtX GitHub:http://t.cn/RMWPmz7 ​

爱可可-爱生活   网页版 2017-01-15 06:11
深度学习 视觉 论文
《Deep Convolutional Denoising of Low-Light Images》T Remez, O Litany, R Giryes, A M. Bronstein [Tel-Aviv University & Technion - IIT] (2017) http://t.cn/RMWPi92 ​

温故知新 (4)

更早的微博，有新精彩评论或被再次推荐 。请查看本期的Web版“温故知新”栏

phunter_lau   网页版 2017-01-14 04:39
GPU Kaggle 数据科学
Data Science Bowl 2017 肺癌数据比赛的一个baseline，用MXNet的resnet50 pretrain model直接抽取数据集的高阶特征，然后通过xgboost作预测，虽然最终解决方法应该不是这样，但是这个MXNet+XGBoost的DMLC套装可以暂时不用GPU就可以得到成绩 LB 0.57，大家可以先玩起来 http://t.cn/RMNdk4Q ​