机器学习日报 2017-06-19
- 谷歌全attention机器翻译模型Transformer的TensorFlow实现
- Ian Goodfellow与ICLR 17最佳论文得主新作:验证与测试,机器学习的两大挑战
- 斯坦福CS231n 2017最新课程:李飞飞详解深度学习的框架实现与对比
- TensorFlow迁移学习实践
- 神经网络基础:七种网络单元,四种层连接方式
@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
本期话题有:
全部23 深度学习9 算法6 经验总结6 自然语言处理3 资源3 会议活动2 语音1 入门1 知识工程1
用日报搜索找到以前分享的内容: http://ml.memect.com/search/
今日焦点 (5)
![](https://i-blog.csdnimg.cn/blog_migrate/9dde5b2acfba2afb83377e3beda7f7a3.jpeg)
自然语言处理 行业动态 机器翻译
「资源 | 谷歌全attention机器翻译模型Transformer的TensorFlow实现」谷歌最近提出的全 Attention 机器翻译模型引起了人们的关注,Github 上的一个项目给出了 Transformer 模型的 TensorFlow 实现,在官方代码公布之前共享了自己的代码。 http://hao.memect.cn/yy
![](http://tva2.sinaimg.cn/crop.0.0.180.180.50/663aa05ajw1e8qgp5bmzyj2050050aa8.jpg)
会议活动 经验总结 Ian Goodfellow ICLR Nicolas Papernot 博客 会议
【Ian Goodfellow与ICLR 17最佳论文得主新作:验证与测试,机器学习的两大挑战】 http://t.cn/RoUDP3p 去年年底,Ian Goodfellow与Nicolas Papernot(是的,就是ICLR 2017的最佳论文得主之一)合作开了一个博客叫cleverhans,主要写一些关于机器学习在安全与隐私问题的文章。一个Goodfellow、一个Papern…全文: http://m.weibo.cn/1715118170/4120491964385922
![](https://i-blog.csdnimg.cn/blog_migrate/9dde5b2acfba2afb83377e3beda7f7a3.jpeg)
深度学习 资源 课程 李飞飞
「教程 | 斯坦福CS231n 2017最新课程:李飞飞详解深度学习的框架实现与对比」今年 4 月,CS231n 再度开课,全新的 CS231n Spring 2017 仍旧由李飞飞带头,带来了很多新鲜的内容。今天机器之心给大家分享的是其中的第八讲——深度学习软件(Deep Learning Software)。 http://hao.memect.cn/yw
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
资源 代码 课程 迁移学习
【TensorFlow迁移学习实践】’Transfer Learning Tensorflow – Applying transfer learning to a custom dataset by retraining Inception’s final layer’ by Husain Zafar GitHub: http://t.cn/RoyOZRa
![](http://tvax4.sinaimg.cn/crop.21.40.420.420.50/ee3b7d6cly8fdpy29sfxyj20ct0ctdfu.jpg)
深度学习 算法 Van Veen 神经网络
【深度 | 神经网络基础:七种网络单元,四种层连接方式】Fjodor Van Veen 写了一篇题为《The Neural Network Zoo Prequel:Cells and Layers》文章,该文是《The Neural Network Zoo》的前篇,对于文中涉及神经网络的单元与层的部分再次做了介绍。 http://t.cn/Ro2T3YO
最新动态
2017-06-19 (18)
![](http://tva3.sinaimg.cn/crop.14.12.154.154.50/739a6626gw1f2h22g6kdkj2050050dfu.jpg)
算法 神经网络
#云栖技术分享# 《山重水复疑无路,最快下降问梯度》“天下武功,唯快不破”。欲速览无限风光,必攀险峰;欲速抵山底幽谷,则必滚陡坡。这滚山坡的道理,其实就是梯度递减策略,而梯度递减策略,则是BP算法成功背后的“男(ji)人(chu)”。想知道为啥,来一探究竟呗! http://t.cn/Ro4uqLO
![](http://tva2.sinaimg.cn/crop.13.7.241.241.50/6e1fdf79gw1ev8qu3wp3ej207b07bdfu.jpg)
应用 语音 机器人 蒋老伯
【7月9日“未来已来”全球人工智能高峰论坛 进入倒计时】“未来是一个模糊的形象,我们这个年龄已经没有那么多的时间去等待,当未来的一部分已经到来,你要敢玩,要会玩,要保持好奇心,就永远不会老。”这是84岁的蒋老伯参加完首届杭州(国际)未来生活节后的感想,当时他买了台Rokid语音机器人。预测未…全文: http://m.weibo.cn/1847582585/4120489263906022
![](http://tva2.sinaimg.cn/crop.0.0.180.180.50/6f830abfjw1e8qgp5bmzyj2050050aa8.jpg)
经验总结 James Kobielus 博客
【观点】《7 Ways to Get High-Quality Labeled Training Data at Low Cost》以低成本获取高质量标记训练数据的7种方式 http://t.cn/Ro4YcTM 作者: James Kobielus
![](http://tva2.sinaimg.cn/crop.0.0.180.180.50/6f830abfjw1e8qgp5bmzyj2050050aa8.jpg)
经验总结 深度学习 博客
【分享】《Deep Learning: TensorFlow Programming via XML and PMML》通过XML和PMML进行TensorFlow编程 http://t.cn/RSgfyMY 将问题数据集及其自然网络通过XML或PMML形式给出,用来生成TensorFlow图,并获得结果。来源:KDnuggets 作者:Yogesh H. Kulkarni
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
深度学习 代码 统计
【用PyMC3学习贝叶斯深度学习】’Everything Bayesian – Learning Bayesian Deep Learning with PyMC3′ by Suriyadeepan Ramamoorthy GitHub: http://t.cn/Ro4Jrg4
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
Bruno Gavranovic 代码
【TensorFlow实现的可微神经计算机(DNC)】’Implementation of the Differentiable Neural Computer in Tensorflow’ by Bruno Gavranović GitHub: http://t.cn/Ro44iSN
![](http://tva2.sinaimg.cn/crop.0.0.180.180.50/7cc829d3jw1e8qgp5bmzyj2050050aa8.jpg)
经验总结 博客
《通过机器学习来自动调优 DBMS》 卡耐基梅隆大学数据库研究组的学生和研究人员在开发一个新的工具,名为 OtterTune,可以自动为 DBMS 的“旋钮”找到合适的设置。工具的目的是让任何人都可以部署 DBMS,即使没有任何数据库管理专长。 http://t.cn/RoZFGFp
![](https://i-blog.csdnimg.cn/blog_migrate/9dde5b2acfba2afb83377e3beda7f7a3.jpeg)
知识工程 自然语言处理 问答系统 知识库
「一周论文 | 基于知识图谱的问答系统关键技术研究#4」领域问答的基础在于领域知识图谱。对于特定领域,其高质量、结构化的知识往往是不存在,或者是极少的。本章希望从一般文本描述中抽取富含知识的句子,并将其结构化,作为问答系统的知识源。 http://hao.memect.cn/yz
![](https://i-blog.csdnimg.cn/blog_migrate/9dde5b2acfba2afb83377e3beda7f7a3.jpeg)
经验总结 深度学习 Yoav Hollander 博客
「深度 | 详解首个系统性测试现实深度学习系统的白箱框架DeepXplore」Yoav Hollander 在一篇博客文章中对深度学习系统的自动白箱测试方法 DeepXplore 进行了深度解读,同时还对「对基于机器学习的系统进行验证」这一主题进行了更广泛的探讨。 http://hao.memect.cn/yx
![](https://i-blog.csdnimg.cn/blog_migrate/e2d2c9afe1849e6ed3afb24b2a09cd4f.jpeg)
行业动态
「【AI TOP 10】最受欢迎雇主谷歌第一;距离40%金融从业者被取代剩8年;百万奖金:全国大学生类脑计算创新应用大赛」加拿大政府为AI人才准备了1.25亿美元;Reddit寻求1.5亿美元融资;Facebook靠人工智能打击恐怖主义? http://hao.memect.cn/yh
![](https://i-blog.csdnimg.cn/blog_migrate/e2d2c9afe1849e6ed3afb24b2a09cd4f.jpeg)
入门 自然语言处理
「【超全资源】自然语言处理(NLP)入门学习资源清单(部分资料下载)」一份很全面的学习资源清单,给期望入门自然语言处理的初学者 http://hao.memect.cn/yg
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
深度学习 Kim Github Pete Tae-Hoon 代码
【PyTorch可用的OpenFace】’PyTorch module to use OpenFace’s nn4.small2.v1.t7 model’ by Pete Tae-hoon Kim GitHub: http://t.cn/Roy1Baz
![](http://tva4.sinaimg.cn/crop.0.0.180.180.50/c0586ca5jw1e8qgp5bmzyj2050050aa8.jpg)
算法
【中科院开源图形化机器学习系统Easy ML】最近,中科院计算所发布了 BDA 大数据分析平台,并开源了全部 API 和一项 Easy Machine Learning 技术。中科院发布 BDA 平台的 Easy Machine Learning 系统 提供了一个通用的数据流系统,可以降低将#机器学习#算法应用于实际任务的难度。 http://t.cn/Royw2PB
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
深度学习 算法 资源 Jason Brownlee Python 分类 课程
【Keras BiLSTM序列分类】《How to Develop a Bidirectional LSTM For Sequence Classification in Python with Keras | Machine Learning Mastery》by Jason Brownlee http://t.cn/RoyO9Nw
![](http://tva2.sinaimg.cn/crop.0.0.180.180.50/663aa05ajw1e8qgp5bmzyj2050050aa8.jpg)
深度学习 Jake Zhao Yann Lecun
【Yann LeCun最新研究成果:可以帮助GAN使用离散数据的ARAE】 http://t.cn/RoyN8aX Facebook人工智能研究中心FAIR负责人、深度学习三驾马车之一的Yann LeCun昨天在Facebook上评论转发了一条动态。Yann LeCun转发的这条动态来自跟他合作的一位纽约大学在读博士生Jake Zhao,介绍了一篇已经上传arXiv的论…全文: http://m.weibo.cn/1715118170/4120318325166222
![](http://tva1.sinaimg.cn/crop.68.68.206.206.50/6a8a5823gw1eckd63757pj209k09kmxj.jpg)
经验总结 视觉 Python 博客
【Python计算机视觉工具安装】由于刚刚接触Python没多久,对于python软件安装较生疏,但近想学习利用Python处理计算视觉,故着手安装各种包,遇到一些,经过查询相关资料,最终解决了,故总结了此篇博客。 http://t.cn/RoyK7Ow
![](http://tvax3.sinaimg.cn/crop.14.0.721.721.50/9fa07827ly8fe7j2cq9a0j20ku0k1jrr.jpg)
深度学习 算法 论文 神经网络
【综述】An Overview of Multi-Task Learning in Deep Neural Networks 一篇多任务学习的综述文章。 论文地址: http://t.cn/Royaut1
![](http://tva2.sinaimg.cn/crop.66.0.515.515.50/be5dc787jw1fbkrz8jkhyj20hz0eb76d.jpg)
会议活动 算法 AISTATS 会议 凸优化
今天我们来读一篇AIStats 2017的文章,作者群来自Google。这篇文章讲了一个很普遍的场景,就是在非IID分布的数据中,如何来进行有效的大规模机器学习。这次AIStats上已经有好几篇文章来探讨这样的问题。那么,这篇文章讲的是一个SGD的改进版本,作者们还在Non-Convex的场景中做了实验,有不错的效果。…全文: http://m.weibo.cn/3193816967/4120150107498184