VALSE

查看: 6360|回复: 0

机器学习日报 2017-07-11 谷歌算法RankBrain运行原理解析;视觉与语言领域年度进展概述

[复制链接]

829

主题

837

帖子

7万

积分

版主

Rank: 7Rank: 7Rank: 7

积分
79326
QQ
发表于 2017-7-17 20:59:40 | 显示全部楼层 |阅读模式
机器学习日报 2017-07-11
@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18条,本期的Web版有完整内容18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 2017-07-11 13:39
深度学习 视觉 梅涛
《视觉与语言领域年度进展概述》by 梅涛 via:深度学习大讲堂 http://t.cn/RKfqxWU




爱可可-爱生活   网页链接 2017-07-11 16:36
深度学习 应用 推荐系统
《Youtube 短视频推荐系统变迁:从机器学习到深度学习》 http://t.cn/RKI1FuA




FPGA开发圈   网页链接 2017-07-11 09:50
深度学习 视觉 算法 神经网络
【长文揭秘图像处理和卷积神经网络架构】近日,Dishashree Gupta 在 Analyticsvidhya 上发表了一篇题为《Architecture of Convolutional Neural Networks (CNNs) demystified》的文章,对用于图像识别和分类的卷积神经网络架构作了深度揭秘;作者在文中还作了通盘演示,期望对 CNN 的工作机制有一个深...全文: http://m.weibo.cn/1787451427/4128261951141286




技术头条   网页链接 2017-07-11 07:10
算法 行业动态
【谷歌人工智能算法RankBrain运行原理解析:蜂鸟是整个搜索算法,就好比车里面有个引擎。引擎本身可能由许多部分组成,比如滤油器,燃油泵,散热器等。同理,蜂鸟也由多个部分组成,RankBrain就是其中一个最新组成部分。】 详见:http://t.cn/RKfAho0 分享自@技术头条




陈利人   网页链接 2017-07-11 00:03
深度学习 算法
深度学习优化器算法详解:梯度更新规则+缺点+如何选择 http://t.cn/RKV3FD4




最新动态
微软亚洲研究院   网页链接 2017-07-11 18:19
深度学习 视觉 自然语言处理 梅涛
【深度学习连接视觉和语言】计算机视觉和自然语言处理长期以来是两个独立的课题,而深度学习技术作为连接视觉和语言双方的桥梁,给Image QA及Image Caption带来了突飞猛进的发展。微软亚洲研究院的资深研究员梅涛将带领大家回顾视觉与语言领域的研究进展,探索深度学习在未来学术研究及应用场景的可能...全文: http://m.weibo.cn/1286528122/4128390120334964




机器之心Synced   网页链接 2017-07-11 17:46
深度学习 Python
【资源 | 基于OpenAI Gym的股票市场交易环境】目前,在 GitHub 上已经出现了基于 OpenAI Gym 的股票市场交易环境,该项目使用 Keras,支持 Theano 与 TensorFlow,可以帮助开发者导入各类股票市场的交易数据,构建自己的长线交易模型。http://t.cn/RKMZPfu




the2   网页链接 2017-07-11 17:03
资源 PDF Shai Ben-David 幻灯片 课程
从理论层面理解机器学习的原理Understanding Machine Learning –A theory Perspective, Shai Ben-David, MLSS2017. http://t.cn/RoMJiYu




FacePlusPlus   网页链接 2017-07-11 16:54
深度学习
7月4日,旷视研究院在 ArXiv 上发布了一款专为计算能力有限的移动设备而设计的高性能卷积网络—— ShuffleNet。其计算目标在 10-150 MFLOPs,和之前的 AlexNet 相比在相同精度下实际运行速度可以提升15-20 倍。详见文章:《为移动 AI 而生——旷视(Face++)最新成果 ShuffleNet 全面解读》 ...全文: http://m.weibo.cn/2955709171/4128368855183407




冯志伟文化博客   网页链接 2017-07-11 16:50
经验总结 自然语言处理 博客 冯志伟
发表了博文《语料库是语言知识的可靠来源》语料库是语言知识的可靠来源--第三届汉语中介语口语语料库国际会议致辞冯志伟2017-07-04首先祝贺第三届汉语中介语口语语料库国际会议在北京召开。汉语中介语口http://t.cn/RKIduty




爱可可-爱生活   网页链接 2017-07-11 16:23
算法 Python 代码 神经网络
【基于MXNet的神经网络图片分类的App】’A Flask (Python) Web Interface for MXNet Image Classifier' by @小冬法号智障 GitHub: http://t.cn/RKqQZNu Demo:http://t.cn/RKqQZN3




ArnetMiner   网页链接 2017-07-11 14:30
Jason Brownlee Python
【分享】《How to Remove Trends and Seasonality with a Difference Transform in Python》如何在Python环境下用不同的变换移除时间序列数据集中的周期性和趋势。http://t.cn/RKIXNLX来源:machinelearningmastery.com 作者:Jason Brownlee ​




专注云计算   网页链接 2017-07-11 14:01
经验总结 深度学习 Pablo Cordero 博客
【观点 | 深度学习的偏见、局限性及其未来】近日,加州大学圣克鲁兹分校(UCSC)斯图尔特实验室博士后 Pablo Cordero 在其个人博客上发表了首篇文章《WHEN NOT TO USE DEEP LEARNING》,探讨了深度学习的当前现状和先入为主的观念,并分析了其局限性。http://t.cn/RKfs1a3




IT程序猿   网页链接 2017-07-11 12:00
【十图详解tensorflow数据读取机制(附代码)】学习tensorflow过程中,有很多小伙伴反映读取数据这一块很难理解。今天这篇文章就以图片形式,用最简单的语言,为大家详细解释一下tensorflow的数据读取机制,文章最后还给出实战代码以供参考。详见http://t.cn/RKZFHAd(来自:知乎专栏:我的AI实验田) ...全文: http://m.weibo.cn/1630461754/4128294632520583




IT程序猿   网页链接 2017-07-11 12:00
算法
【机器学习常见算法分类汇总】机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。详见http://t.cn/RKwT75W(来自:@IT经理网) ​​​​




tinyfool   网页链接 2017-07-11 10:38
视觉 算法 Python 神经网络
For Fun: Python Flask + MXNet, 神经网络实现图像识别 http://t.cn/RKVcNtc




英特尔商用频道   网页链接 2017-07-11 10:14
会议活动 架构 深度学习 Hadoop Spark 戴金权 活动
在今天的研讨会上,英特尔大数据首席架构师、资深首席工程师戴金权带来了BigDL:大数据+深度学习的主题演讲,从四个趋势解析了BigDL的必要性,同时也解析了开源Apache Hadoop/Spark平台推动大数据分析进入民主化时代,还有英特尔及其合作伙伴在人工智能,大数据,机器学习,深度学习等热门领域中的实际...全文: http://m.weibo.cn/2295615873/4128268074251782




爱可可-爱生活   网页链接 2017-07-11 06:08
经验总结 深度学习 博客
【DeepTraffic:用深度增强学习缓解交通阻塞】《DeepTraffic: How an MIT Simulation Game Uses Deep Learning to Reduce Gridlock | The Official NVIDIA Blog》 http://t.cn/RKfzSk8






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, 2024-12-22 19:59 , Processed in 0.020525 second(s), 21 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表