VALSE

查看: 4991|回复: 0

机器学习日报 2017-06-10 引入缩放指数线性单元(SELUs)的自规范化神经网络(SNNs)

[复制链接]

829

主题

837

帖子

7万

积分

版主

Rank: 7Rank: 7Rank: 7

积分
79282
QQ
发表于 2017-6-13 14:38:19 | 显示全部楼层 |阅读模式
机器学习日报 2017-06-10
@好东西传送门 出品,由@AI100运营, 过往目录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

邮件版包括14条,本期的Web版有完整内容19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)
网路冷眼   网页链接 2017-06-10 23:00
经验总结 深度学习 算法 博客 神经网络
【Exploring LSTMs】http://t.cn/RSfZJIO 探索LSTM。事实证明,LSTMs是对神经网络的一个相当简单的扩展,而且它们在过去几年里已经取得了很多惊人的成就。 所以本文会尝试尽可能直观地呈现它们 - 这样你就可以自己发现它们了。 ​




开发者头条   网页链接 2017-06-10 17:40
深度学习
可变形卷积网络:计算机新 “视” 界 http://t.cn/RSRSBoj by @微软亚洲研究院 分享自 @figo 开通的独家号《深度学习杂货铺》 http://t.cn/RSGRKwW (想看更多?下载 @开发者头条 App:http://t.cn/RJyDMlJ ) ​




爱可可-爱生活   网页链接 2017-06-10 15:24
Kaggle 数据科学
【Quora重复问题检测竞赛前12%方案】《Identifying duplicate questions on Quora | Top 12% on Kaggle!》by Shubhankar Srivastava http://t.cn/RSRtH1f pdf:http://t.cn/RSRtH1t




妖僧老冯_   网页链接 2017-06-10 10:41
经验总结 深度学习 Edwin Chen 博客 可视化 刘世霞
LSTM在线交互式可视化by Edwin Chen 地址: http://t.cn/RSfZJIp 恕我直言,目前在ML/DL领域的有影响的可视分析的工作大部分不是做可视化的人做的。。。(Vis community的刘世霞老师好像做过一个visCNN,不过感觉目前不是特别好用,关注点需要继续交叉融合。 ) ​




爱可可-爱生活   网页链接 2017-06-10 04:55
算法 Johannes Kepler 论文 神经网络
《Self-Normalizing Neural Networks》G Klambauer, T Unterthiner, A Mayr, S Hochreiter [Johannes Kepler University Linz] (2017) http://t.cn/RS84Xvr




最新动态
爱可可-爱生活   网页链接 2017-06-10 15:18
经验总结 深度学习 算法 博客 神经网络
【Uber基于RNN的极端事件预测】《Engineering Extreme Event Forecasting at Uber with Recurrent Neural Networks | Uber Engineering Blog》by Nikolay Laptev, Slawek Smyl, Santhosh Shanmugamhttp://t.cn/RSR5mki pdf:http://t.cn/RSR5mkJ




外刊IT评论   网页链接 2017-06-10 15:14
Jim Gray
【Bug的类型】美国计算机科学家、图灵奖获得者詹姆斯·尼古拉·格雷(Jim Gray),在他的著名的论文中首次提出了程序bug的类型,比如玻尔bug(Bohrbug)、 海森堡bug(Bohrbug)等用著名科学家名称命名的bug。后来又出现了更多的bug类型。现在,让我们来看看它们都是什么bug类型。 http://t.cn/Rxu3Df8




龙星镖局   网页链接 2017-06-10 12:33
深度学习 自然语言处理 Yann Lecun Yoav Goldberg
从Yoav Goldberg与Yann LeCun争论,看当今的深度学习、NLP与arXiv风气。作者说得有理有据,比一般人(主要是我这样菜鸟)只会抱怨现象要强很多。学习膜拜!http://t.cn/RS8rzT3


于小洋是少年啦 网页链接 转发于2017-06-10 12:50
立旗子占山头,是学界市场设计下理性人的正常逐利策略。1.影响力是学界的通用效用,而占山头是成本最低的、又不可能被机制设计阻止的提高影响力的方法;2.标题是决定论文影响力的关键属性,连其长短都显著的影响了影响力,理性人总会去发展最优投机标题设计技术。有趣的问题是,存在解决的机制设计么?



湾区日报BayArea   网页链接 2017-06-10 11:57
深度学习
【人工智能入门知识】啥是 AI?Deep learning 原理?为啥 AI 很重要?为啥 AI 最近火了起来?AI 下一步如何发展? | 简评:http://t.cn/RIoLlLX 原链:http://t.cn/RIoLlLi #湾区日报# ​




巨浪君看科技   网页链接 2017-06-10 10:14
应用 机器人
#科技与生活# 周末的早晨,是不是想起床后有人已经做好了早餐?吃完饭后又懒得洗碗?这款叫Moley Robotics的机器人表示它可以搞定这一切,人类只需要在那个区域做一遍示教,机器人便会模仿所有的动作。做完后机器人还能自动清理案台,你需要做的就是点菜而已。 http://t.cn/RS8CICQ




算法组   网页链接 2017-06-10 09:32
算法 集成学习
讲的很细『数据挖掘算法(logistic回归,随机森林,GBDT和xgboost)-科技频道-手机搜狐』http://t.cn/R62PGWL




王威廉   网页链接 2017-06-10 06:51
深度学习 自然语言处理 Yann Lecun Yoav Goldberg
脸书人工智能实验室主任Yann LeCun批评了Yoav Goldberg的批评,并称Y的评价是自卫式的,Y本身就是把DL应用到NLP上的人,怎好意思说"for fucks sake, DL people, leave language alone and stop saying you solve it"?Yann进一步分析了arxiv的模式以及挖坑占坑现象。 ​


asker2 网页链接 转发于2017-06-10 07:29
yann lecun有点想当然了,那种类比不成立。如yoav所说,基于lstm的模型产生的文本效果要好的多得多,对抗学习在这个具体的paper里只是噱头。不过看来yoav的话让他回想起过去被cv界拒绝的创伤经历。所以喷人时用词过重有危险,因为路过的大佬可能对号入座 [允悲]

Bishop_Gorov 网页链接 转发于2017-06-10 12:23
虽然早就能预料到这样的反驳方式,还是想为yoav说一句:同样dl的技术,用在不同人手里大有不同。w2v火的那几年yoav的paper别的不说,就他们的conll best paper,我当时看了poster就逢人便感叹即使不谈智商和努力,就只他的黑客精神就让我望尘莫及。。。

刘知远THU 网页链接 转发于2017-06-10 12:26
我的感受是,LeCun成功地将这次争论导向为两个群体的对立,这不见得是什么好事。实际Yoav更多批评的是DL风潮带来的overclaim和flag-planting的风气。

yangjiera 网页链接 转发于2017-06-10 13:49  回复 @刘知远THU “我的感受是,LeCun成功地将这次争...”
也不是对立,lecun只是把它放在更高的一个抽象层次来描述,不管是两个群体还是集市与教堂。他的描述方式其实是理论派的方式。不过对问题本身有多大帮助并不好说。



爱可可-爱生活   网页链接 2017-06-10 05:34
算法 代码 论文 凸优化
《Improving Variational Auto-Encoders using convex combination linear Inverse Autoregressive Flow》J M. Tomczak, M Welling [University of Amsterdam, the Netherlands] (2017) http://t.cn/RS8bJDtGitHub:http://t.cn/RS8bJD5




爱可可-爱生活   网页链接 2017-06-10 05:27
算法 代码 论文 神经网络
《Forward Thinking: Building and Training Neural Networks One Layer at a Time》C Hettinger, T Christensen, B Ehlert, J Humpherys, T Jarvis, S Wade [Brigham Young University] (2017) http://t.cn/RS8bGcmGitHub:http://t.cn/Rak81Yv




回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|Vision And Learning SEminar

GMT+8, 2024-11-24 10:23 , Processed in 0.019702 second(s), 22 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表