日常阅读列表（3）

2016-11-1：

FCN(1)——从分类问题出发

【VALSE前沿技术选介16-23期】无锁的神经网络训练方式

深度 | 一篇文章带你进入无监督学习：从基本概念到四种实现模型

https://coxlab.github.io/prednet/

【青年学者专栏】递归神经网络(Recurrent Neural Network)学习

【干货】生成对抗式网络创始人Quora答疑

【珍藏】了解CNN这一篇就够了：卷积神经网络技术及发展

深度 | 深度学习与神经网络全局概览：核心技术的发展历程

【大规模图像检索的利器】Deep哈希算法介绍

从图片相似度学习图片的表示

MSR Image Recognition Challenge (IRC)

【干货】Kaggle热门 | 用一个框架解决所有机器学习难题

基于Keras/Python的深度学习：递归神经网络速成大法

学界 | Yoshua Bengio 最新论文：用于序列预测的actor-critic算法

深度学习在人脸识别中的应用 ——优图祖母模型的“进化”

【VALSE前沿技术选介16-20期】Layer Normalisation

深度学习在图像取证中的进展与趋势

《SeqGAN: Sequence Generative Adversarial Nets with Policy Gradient》论文笔记

漫谈四种神经网络序列解码模型【附示例代码】

『应用机器学习的建议』的学习笔记

深度 | MIT开发新型神经网络训练技术，让模型决策不再黑箱(附论文)

使用机器学习进行语言翻译：神经网络和seq2seq为何效果非凡？

人工智能黑客讲述：如何欺骗运用机器学习的安全软件？

【论文笔记】Spatial Transformer Networks

人工智能如何实现可靠的视觉追踪 |IJCAI2016论文详解

【Quora直播】LeCun：深度学习突破，对抗式网络最值得期待

CVPR2016 论文快讯：人脸专题

【CVPR2016论文快讯】面部特征点定位的最新进展

解密：面部特征点检测的关键技术

深度 | 谷歌官方指南：如何通过玩TensorFlow Playground来理解神经网络

深度学习能力的拓展，Google Brain讲解注意力模型和增强RNN1

2016-11-3:

干货 | 如何从零学习人工智能？最好的资源都在这里了

李理：自动梯度求解 反向传播算法的另外一种视角

人脸识别应用之“变脸”

业界 | 企业应用机器学习的主要障碍有哪些？

[导读]The Road to TensorFlow

[论文笔记]Decoupled Neural Interfaces using Synthetic Gradients

【干货】消除 Artifact，用缩放卷积神经网络生成高清图像（TensorFlow 代码）

2016-11-5：

FCN(2)——CRF通俗非严谨的入门

RCNN- 将CNN引入目标检测的开山之作

10项研究成果告诉你，为什么深度学习正在成为热潮

百度语音识别技术负责人李先刚：如何利用Deep CNN大幅提升识别准确率？

谷歌人工智能取得新进展：只看一次图片就能认得图中物体

技术分享|TensorFlow初学者在使用过程中可能遇到的问题及解决办法https://classroom.udacity.com/courses/ud730/lessons/6378983156/concepts/64194197210923#

李理：自动梯度求解 反向传播算法的另外一种视角