解应春BW 发表于 2016-12-28 13:11:51

机器学习日报 2016-12-27 解读2016之深度学习篇:开源深度学习框架发展展望;机器学习部署...

机器学习日报 2016-12-27
[*]解读2016之深度学习篇:开源深度学习框架发展展望 @网路冷眼
[*]从NNVM看2016年深度学习框架发展趋势 @爱可可-爱生活
[*]真实场景机器学习异常检测 @爱可可-爱生活
[*]Gated Convolutional Networks语言模型 @爱可可-爱生活
[*]机器学习部署简要指南 @爱可可-爱生活

@好东西传送门 出品,由@AI100运营, 过往目录 见http://ml.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
http://memect-public.oss-cn-hangzhou.aliyuncs.com/images/AI100_logo.png
邮件版包括17条,本期的Web版有完整内容17条
用日报搜索找到以前分享的内容: http://ml.memect.com/search/今日焦点 (5)
http://tva2.sinaimg.cn/crop.0.0.180.180.50/663aa05ajw1e8qgp5bmzyj2050050aa8.jpg 网路冷眼 网页链接 2016-12-27 22:32
深度学习 视觉 行业动态
【解读2016之深度学习篇:开源深度学习框架发展展望】http://t.cn/RIQt8Db 从深度学习的概念提出到今天,已历经十年时间,在这十年当中,无论是国际互联网巨头Google、微软、百度,还是全世界各大学术研究机构,都投入了巨大的人力、财力用于理论和工业级应用的探索,并在字符识别(OCR)、图像分类、...全文: http://m.weibo.cn/1715118170/4057425889925972
http://ww4.sinaimg.cn/large/663aa05agw1fb5q14n3wwj20eq08e0ub.jpg



http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2016-12-27 20:27
深度学习 潘汀
《从NNVM看2016年深度学习框架发展趋势》by 潘汀 via:深度学习大讲堂 http://t.cn/RI8prEx
http://ww2.sinaimg.cn/large/5396ee05jw1fb5mel2hngj205t09kdfq.jpg



http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2016-12-27 06:30
资源 Clarence Chio 视频 异常检测
【立与破:真实场景机器学习异常检测】《GT04 Making Breaking Machine Learning Anomaly Detectors in Real Life - YouTube》by Clarence Chio http://t.cn/RIQAKP3
http://ww4.sinaimg.cn/large/5396ee05jw1fb4y7uwzbyj20p04ph7vd.jpg



http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2016-12-27 05:00
深度学习 论文
《Language Modeling with Gated Convolutional Networks》Y N. Dauphin, A Fan, M Auli, D Grangier (2016) http://t.cn/RIYkG0b
http://ww1.sinaimg.cn/large/5396ee05jw1fb4vmdhlfoj20zfa6okjn.jpg



http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2016-12-18 15:58
【机器学习部署简要指南】《Short guide to deploy Machine Learning》by Erogol http://t.cn/RIIa6uc
http://ww4.sinaimg.cn/large/5396ee05jw1fav0268teej20w755lnpe.jpg



最新动态
http://tva2.sinaimg.cn/crop.0.0.180.180.50/6f830abfjw1e8qgp5bmzyj2050050aa8.jpg ArnetMiner 网页链接 2016-12-27 23:33
深度学习 视觉 算法 Joel H. Saltz Le Hou Veda Murthy 分类 神经网络
《Center-Focusing Multi-task CNN with Injected Features for Classification of Glioma Nuclear Images》by Veda Murthy, Le Hou, Dimitris Samaras, Tahsin M. Kurc, Joel H. Saltz 文章提出了三种途径,可以通过训练提高卷积神经网络对神经胶质瘤图片进行分类和识别的准确度,有助于临床研究和诊...全文: http://m.weibo.cn/1870858943/4057441056038605
http://ww1.sinaimg.cn/large/6f830abfjw1fb5rrwpr59j20la0r6wu9.jpg



http://tva2.sinaimg.cn/crop.0.0.180.180.50/6efe801fjw1e8qgp5bmzyj2050050aa8.jpg 集微网官网 网页链接 2016-12-27 22:51
视觉 算法 神经网络
http://t.cn/RIRAqA9 苹果研究人员推出了“模拟+无监督”的学习方法,以提高模拟图像的真实感。苹果研究人员使用一种经过修改的新型机器学习技术,被称为“生成对抗网络”(GAN),让两个神经网络彼此对抗,从而生成更逼真的图像。此次公开自己的人工智能研究也有助于将来普及自己的人工智能软件。如今...全文: http://m.weibo.cn/1862172703/4057430440301758




http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2016-12-27 22:13
会议活动 深度学习 KDD Python 会议 迁移学习 数据科学 杨强 智能汽车
爱可可老师24小时热门分享:1、《Language Modeling with Gated Convolutional Networks》2、【手把手Python数据科学简单入门】3、【反向传播详解】4、【深入了解自动驾驶】5、《香港科技大学杨强 KDD China 技术峰会演讲:迁移学习的本质与实际应用》…… http://t.cn/RI8kYVp




http://tva2.sinaimg.cn/crop.0.0.1497.1497.50/4caedc7agw1e6isc8p2y2j215o15oq5a.jpg 微软亚洲研究院 网页链接 2016-12-27 20:45
深度学习 算法 秦涛 神经网络
【以LightRNN见深度学习】循环神经网络(RNN)是深度学习绝招之一,但其超大模型却阻碍了它的实际应用。常见的解决思路阵法会加剧对计算资源的需求,微软亚洲研究院主管研究员秦涛博士另辟蹊径,将标准RNN提升到LightRNN,以此改进RNN这一深度学习的绝招。[可爱] http://t.cn/RI8Wwg0




http://tva2.sinaimg.cn/crop.0.0.299.299.50/6a8c1e07gw1efgokalrxdj208c08cq37.jpg 199IT-互联网数据中心 网页链接 2016-12-27 18:16
深度学习 视觉 自然语言处理 行业动态
【2016年全球AI巨头开源深度学习库Top 50】1. Google第二代深度学习引擎TensorFlow开源。2. 谷歌开源全球最精准语言解析器SnytaxNet。3. 谷歌推出 Deep&Wide Learning,开源深度学习 API。4. 谷歌开源 TensorFlow 自动文本摘要生成模型。5. 谷歌开源图像分类工具TF-Slim,定义TensorFlow 复杂模型…...全文: http://m.weibo.cn/1787567623/4057361235100262
http://ww4.sinaimg.cn/large/6a8c1e07gw1fb4memj3xvj20hd09pq3j.jpg



http://tva1.sinaimg.cn/crop.0.10.307.307.50/685a8f49gw1ebrrf7lnd8j208k0c8758.jpg 专注云计算 网页链接 2016-12-27 17:24
会议活动 深度学习 自然语言处理 KDD 行业动态 会议 李航
【华为诺亚方舟实验室主任李航:自然语言处理的未来趋势】12月18日,腾讯大数据峰会暨KDD China技术峰会在深圳举行,华为诺亚方舟实验室主任李航博士在会上做了题为《自然语言处理中的深度学习:http://t.cn/RI8GCb9
http://ww3.sinaimg.cn/large/685a8f49jw1fb5h4cwk4lj2069069mx3.jpg



http://tva2.sinaimg.cn/crop.0.0.2048.2048.50/006e14C0jw8ewjb494gavj31kw1kwwrj.jpg 新智元 网页链接 2016-12-27 17:23
深度学习 算法 GPU 行业动态 神经网络
【新智元导读】Facebook 在尝试使用“门卷积网络”的方法来为语言建模,最近,他们首次取得了超过递归神经网络方法建模方法的性能表现,性能了超越目前被认为是最好的 LSTM 方法。在 WikiText 数据集上,他们创造了新的性能记录。同时,在谷歌 Billion Word 基准上,单个GPU运行的横向对比中的表现也做...全文: http://m.weibo.cn/5703921756/4057347951641901




http://tva3.sinaimg.cn/crop.10.9.396.396.50/e557e0efjw8f5s02skt32j20bh0bht9q.jpg 数盟社区 网页链接 2016-12-27 15:42
自然语言处理
哈佛大学NLP组开源神经机器工具包OpenNMT:已达到可用水平http://t.cn/RIoa2ka
http://ww2.sinaimg.cn/large/e557e0efgw1fb5e5th547j20go07n3ys.jpg



http://tva2.sinaimg.cn/crop.0.0.180.180.50/663aa05ajw1e8qgp5bmzyj2050050aa8.jpg 网路冷眼 网页链接 2016-12-27 09:36
经验总结 博客
【Symbolic Machine Learning】http://t.cn/RIQAS1u 符号机器学习:本文旨在提供一个人工智能符号和非符号技术的统一方法。
http://ww3.sinaimg.cn/large/663aa05agw1fb53lnptdfj21i8dk2kjt.jpg



http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2016-12-27 05:29
论文
《EnhanceNet: Single Image Super-Resolution through Automated Texture Synthesis》M S. M. Sajjadi, B Schölkopf, M Hirsch (2016) http://t.cn/RIQZJPh
http://ww3.sinaimg.cn/large/5396ee05jw1fb4wg1icdlj20ygppqb2f.jpg



http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2016-12-27 05:08
论文
《"What is Relevant in a Text Document?": An Interpretable Machine Learning Approach》L Arras, F Horn, G Montavon, K Müller, W Samek (2016)http://t.cn/RIQzBBO
http://ww4.sinaimg.cn/large/5396ee05jw1fb4vug3e4zj20zfo6ux6v.jpg



http://tva3.sinaimg.cn/crop.0.0.180.180.50/be5dc787jw1e8qgp5bmzyj2050050aa8.jpg 洪亮劼 网页链接 2016-12-27 01:56
会议活动 NIPS 会议 集成学习
今天我们来读一篇有意思的NIPS 2016文章,来自康奈尔大学的一批学者。作者们对现在流行的残差网(ResNet)进行理论分析,发现这些网络其实是一些比较浅的网络的集成(Ensemble)。文章通过一些短小的实验展示了多样性的路径(Path)对于残差网成功的必要性。 http://t.cn/RIHscZ1





页: [1]
查看完整版本: 机器学习日报 2016-12-27 解读2016之深度学习篇:开源深度学习框架发展展望;机器学习部署...