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。
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/