第945期机器学习日报(2017-04-20)

机器学习日报 2017-04-20

• 生成对抗网络新进展与论文全集@机器之心synced
• 机器学习/深度学习相关会议列表@爱可可-爱生活
• DeepMind开源可微分神经计算机 DNC@新智元
• 迁移学习，从原理、方法到应用@算法组
• 面向神经网络训练的数据mini-batches抽取Python库@爱可可-爱生活

@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19算法11深度学习9资源4自然语言处理3 经验总结3 会议活动2 入门1 视觉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)

机器之心synced网页版2017-04-20 11:50

深度学习 Yann Lecun

资源 | 生成对抗网络新进展与论文全集 http://t.cn/RXXmLZA 生成对抗网络（GAN）是近段时间以来最受研究者关注的机器学习方法之一，深度学习泰斗 Yann LeCun 就曾多次谈到 这种机器学习理念的巨大价值和未来前景。在本文中，机器之心总结了 GitHub 上两篇关于 GAN 的资源，其中一篇介绍了 GAN 的一些…全文：http://m.weibo.cn/3996876140/4098576420055746 ​

爱可可-爱生活网页版2017-04-20 19:04

经验总结 深度学习 博客

【机器学习/深度学习相关会议列表】《Machine Learning / Deep Learning Conferences | Tryolabs Blog》 http://t.cn/RXaQPi0 ​

新智元网页版2017-04-20 11:25

深度学习 算法 神经网络

【新智元导读】DeepMind昨夜宣布，将其 Nature 论文研究成果、2016 年引起热议的可微分神经计算机 DNC 开源，相关代码和部署细节已经在 Github 公开。DNC 结合了神经网络自动学习和传统计算机可读写存储数据的能力，被认为是目前最接近数字计算机的神经计算系统。此次正式开源，想必会吸引众多开发人员…全文：http://m.weibo.cn/5703921756/4098570107727574 ​

算法组网页版2017-04-20 07:45

迁移学习

【一文读懂】机器学习最新主战场迁移学习，从原理、方法到应用 http://t.cn/RXXMCAG ​

爱可可-爱生活网页版2017-04-20 05:42

算法 Python 代码 神经网络

【面向神经网络训练的数据mini-batches抽取Python库】’BatchUp – Python library for extracting mini-batches of data from a data source for the purpose of training neural networks’ by Britefury GitHub:http://t.cn/RXXtbY6 ​

最新动态

2017-04-20 (14)

网路冷眼网页版2017-04-20 23:20

会议活动 深度学习 ICLR 会议

【才办了五年的 ICLR，为何被誉为“深度学习的顶级会议”？| ICLR 2017】为何ICLR会“后来居上”，一跃成为深度学习炙手可热的无冕之王呢？http://t.cn/RXaqeqc ​

网路冷眼网页版2017-04-20 21:38

会议活动 算法 ICLR 会议 强化学习

【玩转Atari能走迷宫，牛津大学的新型强化学习方法有多牛？ | ICLR 2017】http://t.cn/RXaZIpZ 通过使用这种共同学习的代表，基础智能体学习更快地优化外在回报，多数情况下，在培训结束时将会实现更好的策略。 ​

星空下的巫师网页版2017-04-20 21:36

深度学习 代码

Google MobileNet的PyTorch实现，真的很灵活，模型定义特别方便，等我训练看看性能，复现好的话给大家share一个Pretrained Modelhttp://t.cn/RXSAMmy ​

HackerNewsDaily网页版2017-04-20 21:10

经验总结 自然语言处理 博客

《Gender Roles with Text Mining and N-grams》原文：http://t.cn/RX5Sg8F HN评论：http://t.cn/RXSP2V9 ​

爱可可-爱生活网页版2017-04-20 19:47

深度学习 算法 自然语言处理 Deborah Mesquita 代码 神经网络

《Big Picture Machine Learning: Classifying Text with Neural Networks and TensorFlow》by Déborah Mesquitahttp://t.cn/RXGSH39 GitHub:http://t.cn/RXiP3Om 《手把手教你如何用 TensorFlow 实现基于 DNN 的文本分类》via:@雷锋网http://t.cn/RXi2zpM ​

丕子网页版2017-04-20 16:22

视觉 算法 资源 自然语言处理 PDF 神经网络

Image Generation from Captions Using Dual-Loss Generative Adversarial Networks http://t.cn/RXaIHVl 先caption到图片，然后再用生成的图片尝试生成回原来的caption。 这种dual果然有人做了。类似的idea还有NMT中语言A到语言B，加入从B翻译回A的loss。 Neural Machine Translation with Reco…全文：http://m.weibo.cn/1665335994/4098644955796378 ​

机器之心synced网页版2017-04-20 16:01

算法 资源 行业动态 强化学习 视频

阿里的团队用强化学习做的《星际争霸》人工智能，微操很强，而且这些代理还学会了合作，不知道够不够打职业赛了？http://t.cn/RXa5SKZ ​

机器之心synced网页版2017-04-20 13:11

经验总结 入门 深度学习资源 博客 贾扬清 课程

贾扬清撰文详解Caffe2：从强大的新能力到入门上手教程 http://t.cn/RXXkzrD 本文即是该系列博文的第一篇，将介绍 Caffe2 的深度学习基础知识，证明其灵活性和速度；本文还将介绍为什么你想要使用 Caffe2、是什么使 Caffe2 区别于 Caffe，最后还会通过一个预训练的目标分类模型给出一个 Caffe2 使用案…全文：http://m.weibo.cn/3996876140/4098596854620588 ​

爱可可-爱生活网页版2017-04-20 12:57

算法 代码 强化学习

【(Keras/TensorFlow)清爽简约的增强学习示例】’Minimal and Clean Reinforcement Learning Examples’ by RLCode team GitHub:http://t.cn/RXXefSA ​

爱可可-爱生活网页版2017-04-20 12:48

资源 迁移学习 数据科学

【Keras迁移学习】《Transfer Learning using Keras》by prakash vanapalli http://t.cn/RXXg5rU pdf:http://t.cn/RXXg5r4 ​

数据挖掘与数据分析网页版2017-04-20 11:24

算法

【强势推荐】斯坦福大学：数据分析的下一个时代DAWN！我们正处于机器学习和人工智能的黄金时代。持续的算法改进、大数据集的应用以及快速并行计算技术的发展，使那些过去只能出现在科幻小说中的应用取得了重大突破。http://t.cn/RXX8HKY ​

ArnetMiner网页版2017-04-20 11:11

深度学习 算法 Cordelia Schmid 可视化 论文 神经网络

【每日一推】《Learning Video Object Segmentation with Visual Memory》by Pavel Tokmakov, Karteek Alahari, Cordelia Schmidhttp://t.cn/RXXHdXB 使用新式的双源神经网络分别对视频中的时间和空间序列进行编码，使模型建立起对视频的“可视化记忆”。这样，经由少量视频序列训练循环卷积单元就可…全文：http://m.weibo.cn/1870858943/4098566483563996 ​

丕子网页版2017-04-20 10:12

算法 分类 集成学习 论文

Adversarial Multi-task Learning for Text Classification http://t.cn/RXX0JiV 有点奇怪的motivation。MTL应该是多种task互相促进使得shared feature能提升各自效果。感觉该文更像一种task的ensemble，各自其实有自己的model和feature。用Adversarial的想法将shared的feature变得无用？可能没理解…全文：http://m.weibo.cn/1665335994/4098551808391643 ​

爱可可-爱生活网页版2017-04-20 05:13

深度学习 算法 Hong Kong 论文 强化学习

《Composite Task-Completion Dialogue System via Hierarchical Deep Reinforcement Learning》B Peng, X Li, L Li, J Gao, A Celikyilmaz, S Lee, K Wong [Microsoft Research & The Chinese University of Hong Kong] (2017)http://t.cn/RXX50jF ​