人工智能资料库：第52辑（20170506）

作者：chen_h
微信号 & QQ：862251340
微信公众号：coderpai

---

今天分享：
（1）语义分割论文列表；
（2）MRI数据集；
（3）利用深度学习实现电影推荐系统；
（4）bi-gram 模型分析；
（5）TensorFlow scan 例子 ；

---

1.【论文】A list of papers on Semantic Segmentation

简介：

这是一个语义分割列表，并且罗列出来了使用的数据集。这个列表由 Holger Caesar 进行维护。如果你想完善它或者提交错误，请访问 it-caesar.com。

原文链接：https://github.com/nightrome/really-awesome-semantic-segmentation

---

2.【数据集】openMorph

简介：

具有人体结构MRI数据的开放数据库。

原文链接：https://github.com/cMadan/openMorph

---

3.【博客】movie recommendations with Deep Learning

简介：

本文介绍电影推荐网站的想法来源和应用概念

a. 电影推荐网站：https://movix.ai/
(1) Rating prediction 预测排名
(2) Top N recommendations 推荐用戶N个电影

b. 概念
(1) Matrix Factorization 矩阵分解
(2) Nearest neighbours approach 近邻算法
(3) LSTM 递归神经网络

原文链接：https://medium.com/deep-systems/movix-ai-movie-recommendations-using-deep-learning-5903d6a31607

---

4.【博客】Language Identification from Texts using Bi-gram model: Python/NLTK

简介：

scan 能让我们在计算图中写循环，并且运行反向传播。当然，我们可以自己显式展开循环，为每个循环迭代创建新的图形节点，但是迭代次数是固定的而不是动态的。这篇文章很好的实验了如何使用 scan 来写入计算图。

原文链接：https://appliedmachinelearning.wordpress.com/2017/04/30/language-identification-from-texts-using-bi-gram-model-pythonnltk/

---

5.【博客】TensorFlow Scan Examples

简介：

在这篇博文中，我们将从训练数据中训练 bi-gram 模型。一个单位是连续的两个单词组成。一个句子由很多的词和空格组成，我们也将空格当做一个词来处理。具体模型处理请看文章。

原文链接：http://rdipietro.github.io/tensorflow-scan-examples/

---