第966期机器学习日报(2017-05-11)
来源:互联网 发布:linux tomcat配置文件 编辑:程序博客网 时间:2024/06/14 17:51
机器学习日报 2017-05-11
- 联想AI实验室负责人:人工智能变迁,从实验室走入日常生活。
- 详解TensorBoard如何调参
- 百度提出Deep Speaker:可用于端到端的大规模说话人识别
- Youtube上关于人工智能的热门视频Top 10
- 10 个基于 JavaScript 的机器学习实例
@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25深度学习7算法6资源5自然语言处理4 视觉3 会议活动2 经验总结2 入门1 应用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)
集智科学家网页版2017-05-11 21:59
资源 幻灯片 徐飞玉
深度 | 人工智能变迁,从实验室走入日常生活。作者:徐飞玉,联想AI实验室负责人。在本文中,机器之心对AI WITH THE BEST大会上 AI 专家徐飞玉的演讲进行了梳理,并附有大会演讲视频和 PPT。http://t.cn/Ra62tyM
资源 幻灯片 徐飞玉
深度 | 人工智能变迁,从实验室走入日常生活。作者:徐飞玉,联想AI实验室负责人。在本文中,机器之心对AI WITH THE BEST大会上 AI 专家徐飞玉的演讲进行了梳理,并附有大会演讲视频和 PPT。http://t.cn/Ra62tyM
wx:人工智能头条网页版2017-05-11 15:36
资源 课程
「详解TensorBoard如何调参」官网有两篇关于 TensorBoard 的教程,学习之后总感觉还是不太会用,只是讲了如何做出图来,可是到底该怎么发挥 TensorBoard 的功能呢? 不能只是看看热闹,画出来图了,该怎么解读呢?http://hao.memect.cn/8-
资源 课程
「详解TensorBoard如何调参」官网有两篇关于 TensorBoard 的教程,学习之后总感觉还是不太会用,只是讲了如何做出图来,可是到底该怎么发挥 TensorBoard 的功能呢? 不能只是看看热闹,画出来图了,该怎么解读呢?http://hao.memect.cn/8-
wx:机器之心网页版2017-05-11 15:36
深度学习 算法 行业动态 神经网络
「业界 | 百度提出Deep Speaker:可用于端到端的大规模说话人识别」近日,百度的一篇论文提出一种新的端到端的基于神经网络的说话人识别系统 Deep Speaker,实验表明该系统显著优于之前的基于 DNN 的 i-vector 方法。http://hao.memect.cn/8x
深度学习 算法 行业动态 神经网络
「业界 | 百度提出Deep Speaker:可用于端到端的大规模说话人识别」近日,百度的一篇论文提出一种新的端到端的基于神经网络的说话人识别系统 Deep Speaker,实验表明该系统显著优于之前的基于 DNN 的 i-vector 方法。http://hao.memect.cn/8x
ArnetMiner网页版2017-05-11 13:27
经验总结 Thuy T. Pham 博客
【分享】《Top 10 Recent AI videos on YouTube》Youtube上关于人工智能的热门视频Top 10 http://t.cn/RaJWsUy 来源:KDnuggets 整理者:Thuy T. Pham
经验总结 Thuy T. Pham 博客
【分享】《Top 10 Recent AI videos on YouTube》Youtube上关于人工智能的热门视频Top 10 http://t.cn/RaJWsUy 来源:KDnuggets 整理者:Thuy T. Pham
前端大全网页版2017-05-11 09:00
Python
《10 个基于 JavaScript 的机器学习实例》随着人工智能技术的发展,机器学习越来越受到开发者们的关注,从而也导致了机器学习库如雨后春笋般的涌现出来,而且没有任何放缓的趋势。虽然,传统意义上 Python 已经成为了最受欢迎的机器学习语言。http://t.cn/Ra2Yfoh (by IT程序狮)
Python
《10 个基于 JavaScript 的机器学习实例》随着人工智能技术的发展,机器学习越来越受到开发者们的关注,从而也导致了机器学习库如雨后春笋般的涌现出来,而且没有任何放缓的趋势。虽然,传统意义上 Python 已经成为了最受欢迎的机器学习语言。http://t.cn/Ra2Yfoh (by IT程序狮)
最新动态
2017-05-11 (19)
星空下的巫师网页版2017-05-11 23:01
Exemplar CNNs and Information Maximization http://t.cn/Ra6I7sy Exemplar-CNNs是一个非常有意思的话题,是学习自监督学习的一个很好的例子。
Exemplar CNNs and Information Maximization http://t.cn/Ra6I7sy Exemplar-CNNs是一个非常有意思的话题,是学习自监督学习的一个很好的例子。
星空下的巫师网页版2017-05-11 22:54
经验总结 算法 博客 神经网络
Google Research Blog: Neural Network-Generated Illustrations in Allo http://t.cn/Ra6fMlI
经验总结 算法 博客 神经网络
Google Research Blog: Neural Network-Generated Illustrations in Allo http://t.cn/Ra6fMlI
爱可可-爱生活网页版2017-05-11 21:26
自然语言处理代码
【fastText vs. word2vec基于Twitter数据的词向量实践比较】’Fasttext vs word2vec survey documents(2017) – fasttextとword2vecの比較と、実行スクリプト、学習スクリプトです’ by catindog/nardtree GitHub:http://t.cn/RaisHSI
自然语言处理代码
【fastText vs. word2vec基于Twitter数据的词向量实践比较】’Fasttext vs word2vec survey documents(2017) – fasttextとword2vecの比較と、実行スクリプト、学習スクリプトです’ by catindog/nardtree GitHub:http://t.cn/RaisHSI
爱可可-爱生活网页版2017-05-11 21:06
算法 代码 分类
【基于auto-sklearn的全自动机器学习二分类器】’autosklearn-zeroconf is a fully automated binary classifier based on the AutoML challenge winner auto-sklearn’ by paypal GitHub:http://t.cn/Raig6Qx
算法 代码 分类
【基于auto-sklearn的全自动机器学习二分类器】’autosklearn-zeroconf is a fully automated binary classifier based on the AutoML challenge winner auto-sklearn’ by paypal GitHub:http://t.cn/Raig6Qx
SegmentFault网页版2017-05-11 20:16
资源 课程 正则表达式
适合新手阅读[doge]萌新们看这【正则表达式 小白入门篇】分享自 @SegmentFault,文章作者:jojoshuai,文章传送门:http://t.cn/Rain8QS 内容导读: 不论是前端还是后端,正则表达式好像是大家避不开的一个东西;很多小伙伴纠结于正则表达式很难,很晦涩,我最近看到网上的教程有些比较晦涩,现在…全文:http://m.weibo.cn/2036070420/4106313795639103
资源 课程 正则表达式
适合新手阅读[doge]萌新们看这【正则表达式 小白入门篇】分享自 @SegmentFault,文章作者:jojoshuai,文章传送门:http://t.cn/Rain8QS 内容导读: 不论是前端还是后端,正则表达式好像是大家避不开的一个东西;很多小伙伴纠结于正则表达式很难,很晦涩,我最近看到网上的教程有些比较晦涩,现在…全文:http://m.weibo.cn/2036070420/4106313795639103
浙大可视分析小组网页版2017-05-11 19:16
算法 可视化 神经网络
#浙大可视分析小组# #数据可视化# 【研究僧推荐】 随着模型的复杂化,用可视化来解决神经网络的黑盒问题越来越值得我们关注。ActiVis是一个用于解释大规模神经网络模型及其结果的交互式可视化系统,它不仅可以通过可视化来解释神经网络模型的运作,还可以对多个实力和子集进行比较。除此之外,ActiVis…全文:http://m.weibo.cn/2614389413/4106298872016073
算法 可视化 神经网络
#浙大可视分析小组# #数据可视化# 【研究僧推荐】 随着模型的复杂化,用可视化来解决神经网络的黑盒问题越来越值得我们关注。ActiVis是一个用于解释大规模神经网络模型及其结果的交互式可视化系统,它不仅可以通过可视化来解释神经网络模型的运作,还可以对多个实力和子集进行比较。除此之外,ActiVis…全文:http://m.weibo.cn/2614389413/4106298872016073
数盟社区网页版2017-05-11 18:23
深度学习 迁移学习
迁移学习:数据不足时如何深度学习http://t.cn/RaiaIdi
深度学习 迁移学习
迁移学习:数据不足时如何深度学习http://t.cn/RaiaIdi
微软亚洲研究院网页版2017-05-11 17:20
数据科学
【人工智能与你】昨晚的Build 2017上,微软分享了关于人工智能的愿景:将人工智能带给每个人,从开发者到数据科学家,从技术爱好者到学生。微软在AI的投入已有二十多年,时至今日我们得以利用之前数十年的研究成果,利用Microsoft Graph读取数据,Azure云计算的强大计算力,打造新一代人工智能工具和产品。 …全文:http://m.weibo.cn/1286528122/4106269537221415
数据科学
【人工智能与你】昨晚的Build 2017上,微软分享了关于人工智能的愿景:将人工智能带给每个人,从开发者到数据科学家,从技术爱好者到学生。微软在AI的投入已有二十多年,时至今日我们得以利用之前数十年的研究成果,利用Microsoft Graph读取数据,Azure云计算的强大计算力,打造新一代人工智能工具和产品。 …全文:http://m.weibo.cn/1286528122/4106269537221415
新浪新闻网页版2017-05-11 17:06
统计
【排队有窍门!统计学家教你这样排…[二哈]】排长队怎么才能选中那个速度最快的队?英国统计学家为大家总结了几个妙招:比如去排最靠左的队伍。因为大多数人是右撇子,会下意识选择靠右的队;尽量找办事员是女性的队去排,因为她们通常动作更快…快看看这么多年你排对了吗↓↓http://t.cn/RaiVUI8
统计
【排队有窍门!统计学家教你这样排…[二哈]】排长队怎么才能选中那个速度最快的队?英国统计学家为大家总结了几个妙招:比如去排最靠左的队伍。因为大多数人是右撇子,会下意识选择靠右的队;尽量找办事员是女性的队去排,因为她们通常动作更快…快看看这么多年你排对了吗↓↓http://t.cn/RaiVUI8
视觉机器人网页版2017-05-11 15:43
深度学习 视觉 自然语言处理 代码
关于深度学习的论文,按任务、日期排序。 目前最先进的论文被标注。http://t.cn/RaizFk4 主要包括下面一些领域: 文本 1.1。 代码生成 1.2。 情绪分析 1.3。 翻译 1.4。 分类 视觉 2.1。 赌博 2.2。 风格转移 2.3。跟踪 2.4。 图像分割 2.5。 文字(在野外)识别 2.6。 脑电脑接口 2.7。 自驾车 2.8。 …全文: http://m.weibo.cn/5501429448/4106245226997981
深度学习 视觉 自然语言处理 代码
关于深度学习的论文,按任务、日期排序。 目前最先进的论文被标注。http://t.cn/RaizFk4 主要包括下面一些领域: 文本 1.1。 代码生成 1.2。 情绪分析 1.3。 翻译 1.4。 分类 视觉 2.1。 赌博 2.2。 风格转移 2.3。跟踪 2.4。 图像分割 2.5。 文字(在野外)识别 2.6。 脑电脑接口 2.7。 自驾车 2.8。 …全文: http://m.weibo.cn/5501429448/4106245226997981
wx:新智元网页版2017-05-11 15:34
深度学习 资源 GPU 幻灯片 黄仁勋
「黄仁勋GTC主旨演讲:从摩尔定律的尽头到深度学习大爆炸,发布新一代GPU,市值突破700亿美元( PPT)」黄仁勋发布了迄今为止最先进的深度学习 GPU ——Tesla V100http://hao.memect.cn/8o
深度学习 资源 GPU 幻灯片 黄仁勋
「黄仁勋GTC主旨演讲:从摩尔定律的尽头到深度学习大爆炸,发布新一代GPU,市值突破700亿美元( PPT)」黄仁勋发布了迄今为止最先进的深度学习 GPU ——Tesla V100http://hao.memect.cn/8o
PingWest品玩网页版2017-05-11 13:42
视觉
【如果像互联网和搜索引擎/爬虫一样,真实世界也可以被索引和搜索,会是怎样一番场景?】想象:一台摄像头可以每秒识别画面中的环境、物体和人 2700 万次,发现危险和异样,随时报警;再想象世界遍布这样的摄像头……这就是微软刚推出的 AI for Workplace Safety(工作安全AI)解决方案,有点像《1984…全文:http://m.weibo.cn/2833534593/4106214722264486
视觉
【如果像互联网和搜索引擎/爬虫一样,真实世界也可以被索引和搜索,会是怎样一番场景?】想象:一台摄像头可以每秒识别画面中的环境、物体和人 2700 万次,发现危险和异样,随时报警;再想象世界遍布这样的摄像头……这就是微软刚推出的 AI for Workplace Safety(工作安全AI)解决方案,有点像《1984…全文:http://m.weibo.cn/2833534593/4106214722264486
爱可可-爱生活网页版2017-05-11 13:10
数据科学
【机器学习自动化:将大幅提升数据科学家生产力的巨大变化】《Automated Machine Learning — A Paradigm Shift That Accelerates Data Scientist Productivity @ Airbnb》by Hamel Husainhttp://t.cn/Raxlvae pdf:http://t.cn/RaJ0WtK
数据科学
【机器学习自动化:将大幅提升数据科学家生产力的巨大变化】《Automated Machine Learning — A Paradigm Shift That Accelerates Data Scientist Productivity @ Airbnb》by Hamel Husainhttp://t.cn/Raxlvae pdf:http://t.cn/RaJ0WtK
小牛翻译实验室网页版2017-05-11 10:48
算法 应用 自然语言处理 GPU 预测
NMT通常大规模部署在GPU上,CPU上大规模部署NMT是可以的(也是大家期望的),问题是翻译速度太慢,有可能慢5-10倍。今年ACL2017有一篇论文“Neural Machine Translation via Binary Code Prediction”,所提出的方法有点意思,在保持性能不变的情况下,NMT部署在CPU上能够提速5-10倍,论文实验结果显示…全文:http://m.weibo.cn/6016834258/4106171050262327
算法 应用 自然语言处理 GPU 预测
NMT通常大规模部署在GPU上,CPU上大规模部署NMT是可以的(也是大家期望的),问题是翻译速度太慢,有可能慢5-10倍。今年ACL2017有一篇论文“Neural Machine Translation via Binary Code Prediction”,所提出的方法有点意思,在保持性能不变的情况下,NMT部署在CPU上能够提速5-10倍,论文实验结果显示…全文:http://m.weibo.cn/6016834258/4106171050262327
小牛翻译实验室网页版2017-05-11 10:45
深度学习 自然语言处理 机器翻译
今年ACL2017 Facebook的工作支持了CNN NMT是成功的,效率上明显比RNN NMT速度快,在规模数据上翻译性能不弱,这是非常不错的一项工作。但在大规模训练数据情况下,CNN NMT是否比RNN NMT好,个人观点,还需要进一步验证。两者技术本质上MT思想是一样,处理手法不一样,哪个更好感觉现在不能过早定结论,…全文:http://m.weibo.cn/6016834258/4106170290956376
深度学习 自然语言处理 机器翻译
今年ACL2017 Facebook的工作支持了CNN NMT是成功的,效率上明显比RNN NMT速度快,在规模数据上翻译性能不弱,这是非常不错的一项工作。但在大规模训练数据情况下,CNN NMT是否比RNN NMT好,个人观点,还需要进一步验证。两者技术本质上MT思想是一样,处理手法不一样,哪个更好感觉现在不能过早定结论,…全文:http://m.weibo.cn/6016834258/4106170290956376
新智元网页版2017-05-11 10:18
会议活动 资源 GPU 幻灯片 黄仁勋 会议
【新智元导读】英伟达CEO黄仁勋一年一度的GTC主旨演讲凌晨结束,新智元第一时间带来了深度报道(带PPT的)。本次大会最受关注的是,英伟达发布了新一代的GPU,涉及不少新的技术,比如tensor。此外, 还有“面向TensorFlow 的TensorRT”、“英伟达GPU云”“AI 研究基础设施DGX-1和DGX Station”、“开源…全文:http://m.weibo.cn/5703921756/4106163338004366
会议活动 资源 GPU 幻灯片 黄仁勋 会议
【新智元导读】英伟达CEO黄仁勋一年一度的GTC主旨演讲凌晨结束,新智元第一时间带来了深度报道(带PPT的)。本次大会最受关注的是,英伟达发布了新一代的GPU,涉及不少新的技术,比如tensor。此外, 还有“面向TensorFlow 的TensorRT”、“英伟达GPU云”“AI 研究基础设施DGX-1和DGX Station”、“开源…全文:http://m.weibo.cn/5703921756/4106163338004366
凤凰科技网页版2017-05-11 09:22
会议活动 视觉 产业 会议
《一文看懂微软Build 2017大会:让AI走向边缘》 最近一段时间微软很忙。继上周一个教育主题发布会上推出的Surface Laptop、Windows 10 S后,今晚微软Build 2017大会正式召开。今天HoloLens也正式进入中国,而再往后的5月底,微软还会在上海举办一场活动,很可能是发布Surface Pro 5。而今晚发布会上的…全文:http://m.weibo.cn/1856404484/4106149235748731
会议活动 视觉 产业 会议
《一文看懂微软Build 2017大会:让AI走向边缘》 最近一段时间微软很忙。继上周一个教育主题发布会上推出的Surface Laptop、Windows 10 S后,今晚微软Build 2017大会正式召开。今天HoloLens也正式进入中国,而再往后的5月底,微软还会在上海举办一场活动,很可能是发布Surface Pro 5。而今晚发布会上的…全文:http://m.weibo.cn/1856404484/4106149235748731
爱可可-爱生活网页版2017-05-11 05:19
深度学习 论文
《Unsupervised Joint Mining of Deep Features and Image Labels for Large-scale Radiology Image Categorization and Scene Recognition》X Wang, L Lu, H Shin, L Kim, M Bagheri, I Nogues, J Yao, R M. Summers [National Institutes of Health Clinical Center] (2017)http://t.cn/RaqFZKp
深度学习 论文
《Unsupervised Joint Mining of Deep Features and Image Labels for Large-scale Radiology Image Categorization and Scene Recognition》X Wang, L Lu, H Shin, L Kim, M Bagheri, I Nogues, J Yao, R M. Summers [National Institutes of Health Clinical Center] (2017)http://t.cn/RaqFZKp
GPU计算网页版2017-05-11 01:53
深度学习 黄仁勋
#GTC 2017# 接下来,黄仁勋宣布推出配有8颗Telsa V100的NVIDIA DGX-1,具有960 tensor TFLOPS的超强计算性能,售价为149,000美元,可以替代400台服务器!这款强大的Statiion被称作“AI研究的必备利器”,可大大缩短深度学习的训练时间, 它将在2017年第三季度出货。此外,黄仁勋还宣布推出配有4颗Tesla…全文:http://m.weibo.cn/2311005302/4106036396687085
深度学习 黄仁勋
#GTC 2017# 接下来,黄仁勋宣布推出配有8颗Telsa V100的NVIDIA DGX-1,具有960 tensor TFLOPS的超强计算性能,售价为149,000美元,可以替代400台服务器!这款强大的Statiion被称作“AI研究的必备利器”,可大大缩短深度学习的训练时间, 它将在2017年第三季度出货。此外,黄仁勋还宣布推出配有4颗Tesla…全文:http://m.weibo.cn/2311005302/4106036396687085
阅读全文
0 0
- 第966期机器学习日报(2017-05-11)
- 第1144期AI100_机器学习日报(2017-11-05)
- 第960期机器学习日报(2017-05-05)
- 第1083期AI100_机器学习日报(2017-09-05)
- 第1113期AI100_机器学习日报(2017-10-05)
- 第1021期机器学习日报(2017-07-05)
- 第977期机器学习日报(2017-05-22)
- 第976期机器学习日报(2017-05-21)
- 第969期机器学习日报(2017-05-14)
- 第970期机器学习日报(2017-05-15)
- 第968期机器学习日报(2017-05-13)
- 第967期机器学习日报(2017-05-12)
- 第971期机器学习日报(2017-05-16)
- 第973期机器学习日报(2017-05-18)
- 第975期机器学习日报(2017-05-20)
- 第974期机器学习日报(2017-05-19)
- 第980期机器学习日报(2017-05-25)
- 第979期机器学习日报(2017-05-24)
- 第976期机器学习日报(2017-05-21)
- 关于mint ui的tabbar的上划线问题
- java web调用mapreduce算法-Day5-8
- JQ处理文件上传的相关资料
- spring源码分析之spring-web http详解
- 第966期机器学习日报(2017-05-11)
- D3D11 点光源
- 第七周项目五
- angularJS 指令封装回到顶部
- 用一行linq穷举一个n位数用来测试linq性能
- 秒杀多线程第一篇 多线程笔试面试题汇总
- 第969期机器学习日报(2017-05-14)
- 第970期机器学习日报(2017-05-15)
- 第968期机器学习日报(2017-05-13)