机器学习日报 2016-12-26 通过对抗性训练从模拟和无监督的图像来学习；关于 loss surfaces of ...

解应春BW

机器学习日报 2016-12-26

• Torch实现的条件变分自编码器 @爱可可-爱生活
• 学习机器学习：一个初学者学习之旅 @网路冷眼
• 通过对抗性训练从模拟和无监督的图像来学习 @网路冷眼
• 给深度学习入门者的Python快速教程 @专注云计算
• 关于 loss surfaces of multiplayer networks 的论文 @硅谷王川
  

@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

邮件版包括8条，本期的Web版有完整内容8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)
爱可可-爱生活   网页链接 2016-12-26 20:55
深度学习 Rui Shu 代码
【Torch实现的条件变分自编码器】’cvae - Conditional variational autoencoder implementation in Torch' by Rui Shu GitHub: http://t.cn/RIHb9Kp

网路冷眼   网页链接 2016-12-26 22:38
入门
【Learning Machine Learning: A beginner's journey】http://t.cn/RIHpuVa 学习机器学习：一个初学者学习之旅：本文是纽约州立大学布法罗分校计算机科学与工程教授 Murat 一年来学习机器学习的总结。

网路冷眼   网页链接 2016-12-26 22:18
视觉 资源 PDF 论文
【Learning from Simulated and Unsupervised Images through Adversarial Training】苹果公司论文《通过对抗性训练从模拟和无监督的图像来学习》，PDF格式，点击链接下载：http://t.cn/RIHKgdo

专注云计算   网页链接 2016-12-26 22:16
深度学习 资源 Guido Van Rossum Python 课程
【给深度学习入门者的Python快速教程 - 基础篇】Python是一门解释型的高级编程语言，特点是简单明确。Python作者是荷兰人Guido van Rossum，1982年他获得数学和计算机硕士学位后，在荷兰数学与计算科学研究所（Centrum Wiskunde & Informatica, CWI）谋了份差事。http://t.cn/RITNJHe

硅谷王川   网页链接 2016-12-26 10:14
深度学习 Yann Lecun
最近仔细读了 yann lecun 团队的关于 loss surfaces of multiplayer networks 的论文，还有关于自旋玻璃 spin glass , 蛋白质折叠的能量漏斗 energy funnel 的理论，初步印象是它们有着类似的理论特性。深度学习的实践上的突破，本质上在于网络深度和参数数目的增加，有一定必然性。 目前许多机器无法...全文： http://m.weibo.cn/5339148412/4056877728485459

hbyido 网页链接 转发于2016-12-26 14:31
@硅谷王川: 数量就是质量，数量就是质量，数量就是质量。许多看似虚无缥缈的难题，本质上是在某个维度上数量不够。



最新动态
PaperWeekly   网页链接 2016-12-26 12:06
深度学习 自然语言处理 论文
Language Modeling with Gated Convolutional Networks #CNN语言模型#本文的工作是将CNN模型和一种gate机制结合起来做语言模型，挑战了RNN在这个领域的霸主地位。工作来自Facebook，他们对CNN有非常的偏好。 http://t.cn/RIYkG0b




爱可可-爱生活   网页链接 2016-12-26 05:27
算法 论文 凸优化
《Projected Semi-Stochastic Gradient Descent Method with Mini-Batch Scheme under Weak Strong Convexity Assumption》J Liu, M Takac [Lehigh University] (2016) http://t.cn/RIY6DMD

洪亮劼   网页链接 2016-12-26 04:46
深度学习
如果你是做Probabilistic Modeling（PM）的学者，那你一定羡慕嫉妒各种功能强大、眼花缭乱的深度学习框架（Deep Learning Framework）为深度学习研究所带来的便利：简短的几行代码定义模型；方便的导入导出数据的接口；透明化的Inference过程等等。虽然在PM界以前已经有过工具进行一般意义下的Inferenc...全文： http://m.weibo.cn/3193816967/4056795154391135