人工智能
BBlue-Sky
这个作者很懒,什么都没留下…
展开
-
Line 算法与deepwalk的对比 和个人理解
用户的关注关系本身就是一个图结构,要从用户关注关系生成用户的embedding表示,其实就是做graph的emebding表示。deepwalk+word2vec 比较简单,效果也还可以。这种方法再此不再介绍。接下里记下我对line算法的一些理解。先说line算法要解决的问题。1、需要能够表示有向图。2、能够体现节点的权重,边的权重。节点的权重论文中使用了节点的出度作为节点的权重。3、...原创 2019-12-04 09:53:05 · 1017 阅读 · 0 评论 -
DeepWalk 学习指南
【论文笔记】DeepWalkhttps://zhuanlan.zhihu.com/p/45167021转载 2019-12-04 09:47:39 · 271 阅读 · 0 评论 -
全球机器学习人才分布图(含DL、NLP、CV、DRL)
原创 2019-12-03 11:00:55 · 473 阅读 · 0 评论 -
深度学习若干年重要进展(一图解决问题)
原创 2019-12-03 10:49:38 · 183 阅读 · 0 评论 -
BERT压缩方法汇总分享
模型压缩减少了训练好的神经网络中冗余的部分。模型压缩对于像BERT这类复杂模型来说特别有用,因为BERT,特别是BERT-Large需要消耗大量GPU显存,且根本不适用于内存受限的智能手机。当然,提高内存和推理速度也可以大规模节省成本。在这篇文章中,整理列一些压缩BERT的一些论文,分享给大家。Bert压缩常用方法裁剪-训练后移除网络中不必要的部分。这包括weight裁剪、attenti...原创 2019-12-03 10:31:48 · 471 阅读 · 0 评论 -
2019人工智能发展报告
https://pan.baidu.com/s/15fMOVDKvFehQORDJ0eBX8g原创 2019-12-02 18:07:38 · 1208 阅读 · 6 评论 -
深度强化学习算法 A3C (Actor-Critic Algorithm)
深度强化学习算法 A3C (Actor-Critic Algorithm) 对于 A3C 算法感觉自己总是一知半解,现将其梳理一下,记录在此,也给想学习的小伙伴一个参考。 想要认识清楚这个算法,需要对 DRL 的算法有比较深刻的了解,推荐大家先了解下 Deep Q-learning 和 Policy Gradient 算法。 我们知道,DRL 算法大致可以分为如下这几个类...转载 2019-12-02 16:52:58 · 1322 阅读 · 0 评论 -
DeepMind:星际争霸2:强化学习新挑战(论文翻译)
星际争霸2:强化学习新挑战原文下载链接:https://deepmind.com/documents/110/sc2le.pdf本文绿色字体是学习过程中的注释,蓝色字体为总结,可以忽略,最后附有个人翻译后记。整个论文分为:摘要(Abstract)1.介绍(Introduction)2.相关工作(Related work)3.sc2le环境(The SC2LE Environment)...翻译 2019-12-02 16:11:02 · 3193 阅读 · 0 评论 -
AlphaStar 实战技巧分析
作者:新智元链接:https://www.zhihu.com/question/310011363/answer/581431562来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 AlphaStar 实战技巧分析讲完 AlphaStar 的训练过程,再来分...转载 2019-12-02 11:12:26 · 1000 阅读 · 0 评论 -
AlphaStar
AlphaStar北京时间2019年01.24凌晨2:00,DeepMind的伦敦总部,《星际争霸2》游戏人工智能AlphaStar首秀。DeepMind是全球人工智能领军,AlphaGo和AlphaZero的创造者,这里就不多介绍了。星际2作为一款当今世界最复杂的即时战略游戏,含经济运营,兵伐诡道,战争迷雾以及瞬息万变的策略,自2016年起,就被DP当做一个攻克目标。相比之下,围棋棋盘是固定的,...原创 2019-12-02 11:10:02 · 3245 阅读 · 1 评论 -
BERT精髓详解
彻底搞懂BERT(NLP 词向量训练模型巅峰之作)自google在2018年10月底公布BERT在11项nlp任务中的卓越表现后,BERT(Bidirectional Encoder Representation from Transformers)就成为NLP领域大火、整个ML界略有耳闻的模型,网上相关介绍也很多,但很多技术内容太少,或是写的不全面半懂不懂,重复内容占绝大多数。一句话概括,B...原创 2019-11-10 10:52:42 · 651 阅读 · 0 评论 -
LeNet由来及意义
一、LeNet简介LeNet-5是Yann LeCun等人在多次研究后提出的最终卷积神经网络结构,一般LeNet即指代LeNet-5。LeNet-5包含七层,不包括输入,每一层都包含可训练参数(权重),当时使用的输入数据是32*32像素的图像。下面逐层介绍LeNet-5的结构,并且,卷积层将用Cx表示,子采样层则被标记为Sx,完全连接层被标记为Fx,其中x是层索引。层C1是具有六个55的卷...原创 2019-11-06 11:09:58 · 6948 阅读 · 5 评论 -
AI将如何发展
原创 2019-01-27 11:06:46 · 282 阅读 · 0 评论 -
目前AI主要瓶颈
目前AI主要问题:当我们将人类智能,和目前的人工智障对比时,常常举的例子就是“现在机器学习依赖大数据,而人类的学习却是相反的,依赖小数据”。这个说法其实不尽准确。人类拥有太多的感知器官,无时无刻不接收着巨量的数据:就按人眼的分辨率而言,目前几乎没有什么实际的机器学习模型模型使用如此高清晰度的数据进行训练的。我们观察一个东西的时候,所有的知觉都潜移默化地给我们灌输海量的数据,供我们学习,推理,判断...原创 2018-12-14 11:36:13 · 1032 阅读 · 0 评论 -
SQuad2.0自然语言处理界最重量级的数据集
追赶ImageNet ,发力自动问答领域这个数据集文章展现了着斯坦福做一个自然语言处理的ImageNet的野心,他很可能成为自然语言学术界未来至少一年内最流行的数据集。模型在这个数据集上做出好成绩,可以让自己的文章加分不少,被顶会录取的几率大大增加。如果读者想发顶会,且目前没有明确的研究方向,那么刷这个数据集是一条很好的道路。于此同时,这个数据集也会为工业界做出贡献。之所以说会为工业界做出贡献...原创 2018-12-13 12:39:43 · 5715 阅读 · 0 评论 -
读《Kaggle 相机型号识别大赛深度分析》之笔记
Kaggle 相机型号识别大赛深度分析https://mp.weixin.qq.com/s/e-j6_Z-ZWex8A3EzoH9Acw重要的思考:DenseNet比Resnet更好/更差吗?这个问题得视情况而定。在「Planet: Understanding the Amazon from Space challenge」竞赛(https://www.kaggle.com/c/planet...原创 2018-12-13 10:49:55 · 339 阅读 · 0 评论 -
18年最新人工智能行业报告
链接:https://pan.baidu.com/s/1_9b80HSz0s9Kf98aHtTa6g 密码:59s3原创 2018-10-02 18:11:04 · 350 阅读 · 0 评论