机器学习日报 2017-05-19 李飞飞在斯坦福主讲的卷积神经网络课程;神经网络音频合成器
机器学习日报 2017-05-19[*]QA相关资源/数据集/论文列表 @爱可可-爱生活
[*]李飞飞在斯坦福主讲的卷积神经网络课程 @wx:全球人工智能
[*]GAN for NLP 论文笔记及解读 @算法组
[*]神经网络音频合成器 @爱可可-爱生活
[*]few-shot表示学习 @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18条，本期的Web版有完整内容20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.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2017-05-19 16:18
自然语言处理 代码 问答系统
【QA相关资源/数据集/论文列表】’Resources, datasets, papers on Question Answering' by Apurv Verma GitHub: http://t.cn/RaEsCQC
http://wx3.sinaimg.cn/large/5396ee05ly1ffqqto20v3j21ch3jpe71.jpg
http://wx.qlogo.cn/mmhead/Q3auHgzwzM6ey59LW7icvL2UNrPnK3nQTaQBJQu926yOHFTYrYoNrjg/0 wx:全球人工智能 网页链接 2017-05-19 14:01
深度学习 算法 资源 课程 李飞飞 神经网络
「资料|李飞飞在斯坦福主讲的卷积神经网络课程 (10-12课视频)」全球人工智能：专注为AI开发者提供全球最新AI技术动态和社群交流。用户来源包括：北大、清华、中科院、复旦、麻 http://hao.memect.cn/br
http://hao.memect.cn/b5
http://tva3.sinaimg.cn/crop.0.0.180.180.50/bdb9b651jw1e8qgp5bmzyj2050050aa8.jpg 算法组 网页链接 2017-05-19 08:56
自然语言处理
『GAN for NLP (论文笔记及解读) - 知乎专栏』http://t.cn/RJtS6o9
http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2017-05-19 06:01
Jesse Engel
【神经(音频)合成(乐)器】《Making a Neural Synthesizer Instrument》by Jesse Engel http://t.cn/RaRrblLpdf:http://t.cn/RaRrbl2
http://wx3.sinaimg.cn/large/5396ee05ly1ffq8x8yzsgj21kw0tt17j.jpg
http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2017-05-19 05:49
Nicholas Guttenberg 代码
【few-shot表示学习】《Learning to represent tasks for few-shot learning (Communication, Part 1) | ARAYA》by Nicholas Guttenberg http://t.cn/RaRBexV GitHub:http://t.cn/RaRBexc pdf:http://t.cn/RaRBexf
http://wx3.sinaimg.cn/large/5396ee05ly1ffq8kq0lnlj20di0d13zc.jpg
最新动态
http://tva2.sinaimg.cn/crop.0.0.180.180.50/663aa05ajw1e8qgp5bmzyj2050050aa8.jpg 网路冷眼 网页链接 2017-05-19 23:45
【不再好战的Google，在I/O大会展现了“无聊”之美】Google I/O大会的开场则截然不同。没有任何宏大的愿景，也有没有对科技生态的颠覆，只是重申了去年I/O大会的主题——人工智能的重要性。Google已经找准了自己的方向，这对于一家企业来说是最重要的。 http://t.cn/RanM3d8
http://tva2.sinaimg.cn/crop.0.0.180.180.50/663aa05ajw1e8qgp5bmzyj2050050aa8.jpg 网路冷眼 网页链接 2017-05-19 23:15
【50 Best Resources When Learning to Code】http://t.cn/Ram2jPm 学习代码已经慢慢成为宝贵的财富。 无论您的职业如何，理解编码和技术都是宝贵的财富。技术和编码能力是几乎所有行业创新的基础。本文收集了学习代码50个最佳资源，涵盖：在线课堂、学术会议、在线社区、编程图书、youtube视频、Ted演
http://wx4.sinaimg.cn/large/663aa05agy1ffr15bh937j21jk111k41.jpg
http://tva2.sinaimg.cn/crop.0.0.180.180.50/663aa05ajw1e8qgp5bmzyj2050050aa8.jpg 网路冷眼 网页链接 2017-05-19 22:48
深度学习 Richard Zhang 代码
【Interactive Deep Colorization - Deep learning software for colorizing black and white images with a few clicks】http://t.cn/RaVoq5s 交互式深度色彩画：几次点击将黑白图象转变为彩色图象的深度学习软件。由加大伯克利的Richard Zhang 博士生编写。
http://wx2.sinaimg.cn/large/663aa05agy1ffr20clpatj21kw0gbqa1.jpg
http://wx.qlogo.cn/mmhead/Q3auHgzwzM5Ge0ZibsJqTzd6HdTSHcydlic4TnsmpJicUrIlicD1L9ficFw/0 wx:新智元 网页链接 2017-05-19 14:04
深度学习 算法 蔡少棠 神经网络 王智刚
「从蔡少棠到王智刚：打造基于忆阻器的类脑深度学习计算机」可作为突触的忆阻器也可用于深度学习神经网络 http://hao.memect.cn/c5
http://hao.memect.cn/bl
http://wx.qlogo.cn/mmhead/Q3auHgzwzM7tLtriakLwQvIjtoyUJpiczPDOFeCeR3l0gNllKfwNcIWQ/0 wx:人工智能学家 网页链接 2017-05-19 14:03
「谭铁牛院士：向生物学习 开启模式识别新突破」在谭铁牛看来，这些瓶颈的突破口还要到自然界中去寻找。“向生物学习，开展生物启发的模式识别，有望实现模式识别理论与方法的新突破，达到对不同任务无缝切换、对环境自主适应、对知识凝练抽取等目标。” http://hao.memect.cn/bw
http://hao.memect.cn/bb
http://wx.qlogo.cn/mmhead/Q3auHgzwzM75UiawQgcdqOcmtYS7Jibug9J7dskxkNicGiadtdKl7mLyiaw/0 wx:机器之心 网页链接 2017-05-19 14:01
邓力
「重磅 | 微软首席人工智能科学家邓力离职，加盟对冲基金巨头Citadel」微软人工智能首席科学家、IEEE Fellow 邓力向机器之心透露，他已从微软离职，加入对冲基金公司 Citadel 担任首席人工智能官（Chief Artificial-Intelligence Officer）。 http://hao.memect.cn/bn
http://hao.memect.cn/b6
http://wx.qlogo.cn/mmhead/Q3auHgzwzM6YgfiaicxldEVQQT9VtiaQUTOZW4lGOkibxQHhl7uvkwootw/0 wx:机器学习研究会 网页链接 2017-05-19 14:00
会议活动 视觉 CVPR 会议
「【推荐】CVPR 2017论文：3DMatch：从RGB-D重建学习本地几何描述符（附代码）」CVPR 2017论文：3DMatch：从RGB-D重建学习本地几何描述符（附代码） http://hao.memect.cn/bp
http://hao.memect.cn/b3
http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2017-05-19 14:00
Alexey Grigorev 代码
【突发报告分类竞赛Top10方案】’The top 10 solution to the "Growing Instability: Classifying Crisis Reports" challenge' by Alexey Grigorev GitHub: http://t.cn/RaElsPG
http://wx2.sinaimg.cn/large/5396ee05ly1ffqmunaarnj214s0k878u.jpg
http://tva2.sinaimg.cn/crop.0.0.180.180.50/6f830abfjw1e8qgp5bmzyj2050050aa8.jpg ArnetMiner 网页链接 2017-05-19 13:52
经验总结 深度学习 GPU 博客
【观点】《Why are GPUs necessary for training Deep Learning models?》为什么说GPU对训练深度学习模型而言是必要的？http://t.cn/RaEWrDi 来源：analyticsvidhya.com 作者：Faizan Shaikh
http://wx3.sinaimg.cn/large/6f830abfly1ffqmm9qzpoj20mc0pyn04.jpg
http://tva2.sinaimg.cn/crop.0.0.180.180.50/6f830abfjw1e8qgp5bmzyj2050050aa8.jpg ArnetMiner 网页链接 2017-05-19 11:01
深度学习 视觉 算法 资源 PDF Zhuolin Jiang 论文 神经网络
【每日一推】《Learning Spatiotemporal Features for Infrared Action Recognition with 3D Convolutional Neural Networks》by Zhuolin Jiang, Viktor Rozgic, Sancar Adali http://t.cn/RaEGrua 利用3D卷积神经网络学习时间-空间特征，用于红外成像的动作识别。
http://wx3.sinaimg.cn/large/6f830abfly1ffqho8h817j20m80rmake.jpg
http://tva1.sinaimg.cn/crop.0.110.440.440.50/62caff97jw8e9la9x3lcbj20c80ict9r.jpg 王威廉 网页链接 2017-05-19 09:43
会议活动 自然语言处理 NLPCC 会议
国内自然语言处理盛会 NLPCC 2017 的最终版本征文通知：http://t.cn/Riso6IU 个人觉得国内对自然语言处理有兴趣的同学都应该尝试投一下NLPCC，这种与国内外专家交流，介绍自己工作的机会很重要。
http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2017-05-19 05:12
深度学习 算法 代码 论文 强化学习
《Efficient Parallel Methods for Deep Reinforcement Learning》A V. Clemente, H N. Castejón, A Chandra (2017) http://t.cn/RaRBZ49GitHub:http://t.cn/RaRBZ4C
http://wx1.sinaimg.cn/large/5396ee05ly1ffq7jpubhbj211y0jygqb.jpg
http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2017-05-19 05:06
深度学习 视觉 算法 论文 神经网络
《LCDet: Low-Complexity Fully-Convolutional Neural Networks for Object Detection in Embedded Systems》S Tripathi, G Dane, B Kang, V Bhaskaran, T Nguyen (2017) http://t.cn/RaR1kmx
http://wx2.sinaimg.cn/large/5396ee05ly1ffq7d6ze9jj20rw12ogu8.jpg
fengyuncrawl 网页链接 转发于2017-05-19 20:04
cnn识别率确实超过了人类，但是速度还是远远不行的，看paper LCDet模型能做到17fps速度，但是离人类的24fps（电影帧）还是有差距，如果用到机器人识别时感觉就是很卡！
页:
[1]