第889期机器学习日报(2017-02-23)
来源:互联网 发布:网络数据传输结构 编辑:程序博客网 时间:2024/06/10 09:02
机器学习日报 2017-02-23
- 概述论文:迁移学习研究全貌
- 结合强化学习与深度学习的Policy Gradient
- 用DNN构建推荐系统-Deep Neural Networks for YouTube Recommendations论文精读
- 深度学习在Spark平台上如何进入生产环境
- 百度引入Ring Allreduce算法,大规模提升模型训练速度
@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20深度学习11算法11资源3应用2视觉2架构1自然语言处理1 语音1 会议活动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2017-02-23 12:58
迁移学习
概述论文:迁移学习研究全貌 http://t.cn/Rihb8Kr
迁移学习
概述论文:迁移学习研究全貌 http://t.cn/Rihb8Kr
网路冷眼网页版2017-02-23 23:37
深度学习 算法 强化学习
【28天自制你的AlphaGo(四):结合强化学习与深度学习的Policy Gradient(左右互搏自我进化的基础)】强化学习在 AlphaGo 中究竟是怎么用的?http://t.cn/RihxR0e
深度学习 算法 强化学习
【28天自制你的AlphaGo(四):结合强化学习与深度学习的Policy Gradient(左右互搏自我进化的基础)】强化学习在 AlphaGo 中究竟是怎么用的?http://t.cn/RihxR0e
CreateAMind公众号网页版2017-02-23 17:23
会议活动 深度学习 算法 应用 RecSys 会议 神经网络 推荐系统
用DNN构建推荐系统-Deep Neural Networks for YouTube Recommendations论文精读 http://t.cn/Rih1wC9 这篇论文 Deep Neural Networks for YouTube Recommendations 是google的YouTube团队在推荐系统上DNN方面的尝试,发表在16年9月的RecSys会议。虽然去年读过,一方面因为这篇paper的来源于youtube团…全文:http://m.weibo.cn/3164120327/4078366459495033
会议活动 深度学习 算法 应用 RecSys 会议 神经网络 推荐系统
用DNN构建推荐系统-Deep Neural Networks for YouTube Recommendations论文精读 http://t.cn/Rih1wC9 这篇论文 Deep Neural Networks for YouTube Recommendations 是google的YouTube团队在推荐系统上DNN方面的尝试,发表在16年9月的RecSys会议。虽然去年读过,一方面因为这篇paper的来源于youtube团…全文:http://m.weibo.cn/3164120327/4078366459495033
数据栗子网页版2017-02-23 14:31
架构 深度学习 Spark
深度学习在Spark平台上如何进入生产环境 | 36大数据 http://t.cn/RihS4gG
架构 深度学习 Spark
深度学习在Spark平台上如何进入生产环境 | 36大数据 http://t.cn/RihS4gG
网路冷眼网页版2017-02-23 07:58
深度学习 算法 GPU 行业动态 神经网络
【百度引入Ring Allreduce算法,大规模提升模型训练速度】百度硅谷人工智能实验室(SVAIL)宣布将Ring Allreduce算法引进深度学习领域,这让基于GPU训练的神经网络模型的训练速度显著提高。http://t.cn/RJs3r4i
深度学习 算法 GPU 行业动态 神经网络
【百度引入Ring Allreduce算法,大规模提升模型训练速度】百度硅谷人工智能实验室(SVAIL)宣布将Ring Allreduce算法引进深度学习领域,这让基于GPU训练的神经网络模型的训练速度显著提高。http://t.cn/RJs3r4i
最新动态
2017-02-23 (15)
网路冷眼网页版2017-02-23 23:08
GPU 行业动态
【万众期待,Google云计算平台终于支持云端GPU加速服务!】谷歌云计算平台GCE推出云GPU,可以将云端GPU连至虚拟机,加快云计算、机器学习速度,节省大量的自建GPU集群费用,支持Tensorflow等机器学习框架。http://t.cn/RiPmkZl
GPU 行业动态
【万众期待,Google云计算平台终于支持云端GPU加速服务!】谷歌云计算平台GCE推出云GPU,可以将云端GPU连至虚拟机,加快云计算、机器学习速度,节省大量的自建GPU集群费用,支持Tensorflow等机器学习框架。http://t.cn/RiPmkZl
ArnetMiner网页版2017-02-23 16:36
算法 应用 Kaggle 数据科学 预测
【分享】Stacking models for improved predictions http://t.cn/RJsuYh7 改进型预测堆叠模型介绍:以Kaggle上的房产价格竞争回归预测模型为例,说明了将多种不同预测模型进行组合的有效方式。来源:burakhimmetoglu.com 作者:Burak Himmetoglu,数据科学家、高性能计算专家。
算法 应用 Kaggle 数据科学 预测
【分享】Stacking models for improved predictions http://t.cn/RJsuYh7 改进型预测堆叠模型介绍:以Kaggle上的房产价格竞争回归预测模型为例,说明了将多种不同预测模型进行组合的有效方式。来源:burakhimmetoglu.com 作者:Burak Himmetoglu,数据科学家、高性能计算专家。
机器之心synced网页版2017-02-23 14:06
语音 Yoshua Bengio
Yoshua Bengio 等人提出 Char2Wav:实现端到端的语音合成 http://t.cn/RihiAj6 → 近日研究者们在 arXiv 上发布了一篇 workshop track 论文,介绍他们在端到端语音合成上的研究成果 Char2Wav。
语音 Yoshua Bengio
Yoshua Bengio 等人提出 Char2Wav:实现端到端的语音合成 http://t.cn/RihiAj6 → 近日研究者们在 arXiv 上发布了一篇 workshop track 论文,介绍他们在端到端语音合成上的研究成果 Char2Wav。
爱可可-爱生活网页版2017-02-23 14:05
算法 Python 代码
【(Python)NlogN算法:用周期性模板最小二乘拟合含噪非等间隔时序数据】’Fast Template Periodogram – NlogN algorithm for least-squares fitting of periodic templates to noisy, non-equispaced time-series data.’ by PrincetonUniversity GitHub:http://t.cn/RihJgfA
算法 Python 代码
【(Python)NlogN算法:用周期性模板最小二乘拟合含噪非等间隔时序数据】’Fast Template Periodogram – NlogN algorithm for least-squares fitting of periodic templates to noisy, non-equispaced time-series data.’ by PrincetonUniversity GitHub:http://t.cn/RihJgfA
爱可可-爱生活网页版2017-02-23 13:08
深度学习 代码
【多种Seq2Seq模型(Vanilla/Attention/Faster attention/autoencoders)的PyTorch实现】’Sequence to Sequence Models with PyTorch’ by Sandeep Subramanian GitHub:http://t.cn/Rihq9mG
深度学习 代码
【多种Seq2Seq模型(Vanilla/Attention/Faster attention/autoencoders)的PyTorch实现】’Sequence to Sequence Models with PyTorch’ by Sandeep Subramanian GitHub:http://t.cn/Rihq9mG
爱可可-爱生活网页版2017-02-23 12:25
深度学习 算法 Guido Kerkhof
【学习算法比较:精度 vs.可解释性】“Best learning algorithms? deeplearning is the most accurate, but also the least explainable” via:Guido Kerkhofhttp://t.cn/RihZ3Le
深度学习 算法 Guido Kerkhof
【学习算法比较:精度 vs.可解释性】“Best learning algorithms? deeplearning is the most accurate, but also the least explainable” via:Guido Kerkhofhttp://t.cn/RihZ3Le
IT程序猿网页版2017-02-23 11:00
算法 自然语言处理 Java
【25个Java机器学习工具&库】本文总结了25个Java机器学习工具&库:Weka集成了数据挖掘工作的机器学习算法、面向数据流挖掘的流行开源框架(MOA)、新型的柔性工作流引擎ADAMS、基于Java的面向文本文件的机器学习工具包Mallet等。http://t.cn/R4al2Nl(来自: CSDN)
算法 自然语言处理 Java
【25个Java机器学习工具&库】本文总结了25个Java机器学习工具&库:Weka集成了数据挖掘工作的机器学习算法、面向数据流挖掘的流行开源框架(MOA)、新型的柔性工作流引擎ADAMS、基于Java的面向文本文件的机器学习工具包Mallet等。http://t.cn/R4al2Nl(来自: CSDN)
视觉机器人网页版2017-02-23 10:36
深度学习 视觉 资源 PDF 教育网站
PixelNet: 像素网络。Representation of the pixels, by the pixels, and for the pixels.项目:http://t.cn/RcYMOr5 代码:http://t.cn/RiPHLCp 论文:http://t.cn/RiPHLCN 我们探索了一般像素级预测问题的设计原则,从低级边缘检测,到中级表面正态估计,到高级的语义分割。卷积预测器,例如全卷…全文:http://m.weibo.cn/5501429448/4078264009839592
深度学习 视觉 资源 PDF 教育网站
PixelNet: 像素网络。Representation of the pixels, by the pixels, and for the pixels.项目:http://t.cn/RcYMOr5 代码:http://t.cn/RiPHLCp 论文:http://t.cn/RiPHLCN 我们探索了一般像素级预测问题的设计原则,从低级边缘检测,到中级表面正态估计,到高级的语义分割。卷积预测器,例如全卷…全文:http://m.weibo.cn/5501429448/4078264009839592
爱可可-爱生活网页版2017-02-23 09:42
深度学习 Carlos E. Perez
【信息图:深度学习网络训练最佳实践】《Infographic: Best Practices for Training Deep Learning Networks》by Carlos E. Perezhttp://t.cn/RiPC1A3
深度学习 Carlos E. Perez
【信息图:深度学习网络训练最佳实践】《Infographic: Best Practices for Training Deep Learning Networks》by Carlos E. Perezhttp://t.cn/RiPC1A3
爱可可-爱生活网页版2017-02-23 09:06
深度学习 De Boissiere Python代码
【最新的TensorFlow 1.0.0(XLA)/Theano ‘0.9.0beta1.dev/Titan X/VGG16/BN评测结果】“Deep Learning benchmarks – BN + XLA fastest option for NHWC Fused BN no XLA ≈ BN + XLA for NCHW BN alone is very slow for NCHW” by Thibault de Boissiere GitHub:http://t.cn/RiPajGv
深度学习 De Boissiere Python代码
【最新的TensorFlow 1.0.0(XLA)/Theano ‘0.9.0beta1.dev/Titan X/VGG16/BN评测结果】“Deep Learning benchmarks – BN + XLA fastest option for NHWC Fused BN no XLA ≈ BN + XLA for NCHW BN alone is very slow for NCHW” by Thibault de Boissiere GitHub:http://t.cn/RiPajGv
专注云计算网页版2017-02-23 08:44
资源 行业动态 幻灯片 课程
【北大AI公开课第一讲:雷鸣评人工智能前沿与行业结合点(41PPT)】“北大 AI 公开课”日前开讲,北大人工智能创新中心主任,百度创始七剑客之一雷鸣带来了备受瞩目的第一讲《人工智能前沿与产业趋势》。下面新智元为不能亲临现场的读者带来约100分钟课程的精华汇总及全部PPT。http://t.cn/RJsA2jy
资源 行业动态 幻灯片 课程
【北大AI公开课第一讲:雷鸣评人工智能前沿与行业结合点(41PPT)】“北大 AI 公开课”日前开讲,北大人工智能创新中心主任,百度创始七剑客之一雷鸣带来了备受瞩目的第一讲《人工智能前沿与产业趋势》。下面新智元为不能亲临现场的读者带来约100分钟课程的精华汇总及全部PPT。http://t.cn/RJsA2jy
专注云计算网页版2017-02-23 08:39
算法 强化学习
【强化学习全解;Facebook 机器学习@Scale 2017 资料汇总】很多人说,强化学习被认为是真正的人工智能的希望。本文从 7 个方面带你入门强化学习,读完本文,希望你对强化学习及实战中实现算法有着更透彻的了解。http://t.cn/RJsGFye
算法 强化学习
【强化学习全解;Facebook 机器学习@Scale 2017 资料汇总】很多人说,强化学习被认为是真正的人工智能的希望。本文从 7 个方面带你入门强化学习,读完本文,希望你对强化学习及实战中实现算法有着更透彻的了解。http://t.cn/RJsGFye
好东西传送门网页版2017-02-23 08:21
深度学习 算法 资源 Python SVM 可视化 课程
第856期Python日报(2017-02-22) 1) (Lasagne/Theano)DCNN音(乐)源分离(将乐曲中人声及不同乐器声分离) 2) 10种机器学习算法的要点 3) Pandas使用速查表 4) (Python/R)SVM及调参教程 5) 10个对所有学科都有用的Python数据可视化库 完整版6条http://t.cn/RiPM63y
深度学习 算法 资源 Python SVM 可视化 课程
第856期Python日报(2017-02-22) 1) (Lasagne/Theano)DCNN音(乐)源分离(将乐曲中人声及不同乐器声分离) 2) 10种机器学习算法的要点 3) Pandas使用速查表 4) (Python/R)SVM及调参教程 5) 10个对所有学科都有用的Python数据可视化库 完整版6条http://t.cn/RiPM63y
好东西传送门网页版2017-02-23 08:20
深度学习 视觉 算法 行业动态 简报
第888期机器学习日报(2017-02-22) 1) 谷歌机器学习应用的四十三条经验法则 2) 10种机器学习算法的要点 3) 使用多尺度神经斑块合成修复高分辨率图像 4) 来自最新麦肯锡报告的120个机器学习商用点子 5) 9 个超酷的深度学习案例 完整版18条http://t.cn/RiPMx4A
深度学习 视觉 算法 行业动态 简报
第888期机器学习日报(2017-02-22) 1) 谷歌机器学习应用的四十三条经验法则 2) 10种机器学习算法的要点 3) 使用多尺度神经斑块合成修复高分辨率图像 4) 来自最新麦肯锡报告的120个机器学习商用点子 5) 9 个超酷的深度学习案例 完整版18条http://t.cn/RiPMx4A
FPGA开发圈网页版2017-02-23 08:18
算法 Python 神经网络
【用Pybrain库进行神经网络拟合】Pybrain号称最好用的Python神经网络库。其实Scikit-Learn号称Python上最好用的机器学习库,但是它偏偏就没有神经网络这块,所以就与我无缘了。之前也看过一些提到Neurolab这个库的,打算之后尝试一下(好像支持的神经网络不太一样)。http://t.cn/RiPMwUu
算法 Python 神经网络
【用Pybrain库进行神经网络拟合】Pybrain号称最好用的Python神经网络库。其实Scikit-Learn号称Python上最好用的机器学习库,但是它偏偏就没有神经网络这块,所以就与我无缘了。之前也看过一些提到Neurolab这个库的,打算之后尝试一下(好像支持的神经网络不太一样)。http://t.cn/RiPMwUu
阅读全文
0 0
- 第889期机器学习日报(2017-02-23)
- 第868期机器学习日报(2017-02-02)
- 第1009期机器学习日报(2017-06-23)
- 第978期机器学习日报(2017-05-23)
- 第948期机器学习日报(2017-04-23)
- 第917期机器学习日报(2017-03-23)
- 第1101期AI100_机器学习日报(2017-09-23)
- 第1070期AI100_机器学习日报(2017-08-23)
- 第1039期机器学习日报(2017-07-23)
- 第1039期机器学习日报(2017-07-23)
- 第858期机器学习日报(2017-01-23)
- 第1131期AI100_机器学习日报(2017-10-23)
- 第1080期AI100_机器学习日报(2017-09-02)
- 第1110期AI100_机器学习日报(2017-10-02)
- 第1018期机器学习日报(2017-07-02)
- 第988期机器学习日报(2017-06-02)
- 第957期机器学习日报(2017-05-02)
- 第894期机器学习日报(2017-02-28)
- 第888期机器学习日报(2017-02-22)
- 第886期机器学习日报(2017-02-20)
- 第八周(1) 项目5
- 第880期机器学习日报(2017-02-14)
- 第890期机器学习日报(2017-02-24)
- 第889期机器学习日报(2017-02-23)
- Task原理剖析
- Codeforces Round #440 A. Search for Pretty Integers
- 使用 Docker 一步搞定 ZooKeeper 集群的搭建
- Java开发代码规范之编程规约(八)——并发处理
- Struct和Union的区别
- 第8周【项目1
- 第7周项目3- 负数把正数赶出队列
- Java计算器代码