第1001期机器学习日报(2017-06-15)

机器学习日报 2017-06-15

• “CNN详解与实现”系列文章：从卷积层、Maxpool层、BatchNorm层、Dropout层到评价、优化与实战 @爱可可-爱生活
• 机器学习验证与测试的挑战 @爱可可-爱生活
• Python3为主的机器学习算法教程集 @爱可可-爱生活
• 让人工智能学会谈判，Facebook开源端到端强化学习模型 @爱可可-爱生活
• Batch Normalization原理及其TensorFlow实现 @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13 深度学习4 视觉3 算法3 资源3 经验总结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)

爱可可-爱生活 网页版 2017-06-15 14:24

深度学习 算法 代码 神经网络

【“CNN详解与实现”系列文章：从卷积层、Maxpool层、BatchNorm层、Dropout层到评价、优化与实战】《Implementing Convolutional Neural Networks | Deep Learning Demystified》by Paras Dahal http://t.cn/RSFY2h7 GitHub: http://t.cn/RSFY2hP ​

爱可可-爱生活 网页版 2017-06-15 14:04

Ian Goodfellow Nicolas Papernot

【机器学习验证与测试的挑战】《The challenge of verification and testing of machine learning》by Ian Goodfellow, Nicolas Papernot http://t.cn/RSFWwzd pdf: http://t.cn/RSFWwzr ​

爱可可-爱生活 网页版 2017-06-15 12:29

算法 资源 Python 代码 课程

【Python3为主的机器学习算法教程集】’machine learning algorithms tutorials (mainly in Python3)’ by Ethen GitHub: http://t.cn/RSFJyb7 ​

爱可可-爱生活 网页版 2017-06-15 05:52

资源 PDF 代码

【端到端谈判对话学习】《Deal or no deal? Training AI bots to negotiate | Facebook Code》 http://t.cn/RSkT3oG pdf: http://t.cn/RSkT3ob ref:《Deal or No Deal? End-to-End Learning for Negotiation Dialogues》[Facebook & GIT] (2017) http://t.cn/RSkT3oq GitHub: http://t.cn/RSkT3o5 ​

爱可可-爱生活 网页版 2017-06-14 08:48

深度学习

《Batch Normalization原理及其TensorFlow实现》via:深度学习每日摘要 http://t.cn/RSgu0pc ​

最新动态

2017-06-15 (8)

JAVA大本营 网页版 2017-06-15 17:30

深度学习 视觉 Java

Java 实现高斯模糊和图像的空间卷积 http://t.cn/RXdl22R ​

微软亚洲研究院 网页版 2017-06-15 17:07



【人工智能玩游戏】微软的研究人员设计了一个可以把经典游戏Ms. Pac-Man（吃豆小姐）玩通关的人工智能系统。AI研究者们一直在用各种游戏来测试他们的系统，发现Ms. Pac-Man是最难破解的游戏之一，因此也最具有研究价值。年初刚被微软收购的Maluuba团队首次采用“分治”方法，在游戏中取得了999,990分的 ​

w3c中国 网页版 2017-06-15 12:24



W3C的可访问性富互联应用（ARIA）工作组发布个性化语义1.0（Personalization Semantics 1.0）首个公开工作草案 http://t.cn/RSFxo6B。个性化涉及对用户体验方面进行定制，以满足不同用户的各种需求及偏好。这份规范初衷是为满足有认知或学习方面障碍的用户需求而提供所需的技术特性，但该文档也倾向于支 ​

Google谷歌爱好者 网页版 2017-06-15 08:01

深度学习 算法 强化学习

【OpenAI联合DeepMind发布全新研究：根据人类反馈进行强化学习】DeepMind 和 OpenAI 是现在人工智能研究界最重要的两大研究机构，当其联手时，我们能看到什么样的成果诞生呢？近日，一篇题为《Deep reinforcement learning from human preferences》的论文让我们看到这样的努力及其成果——提出了一种 ​

爱可可-爱生活 网页版 2017-06-15 06:34

资源 代码 课程

‘Bagging Models with Scikit-Learn tutorial’ by Omoju Miller GitHub: http://t.cn/RSkQVOs ​

爱可可-爱生活 网页版 2017-06-15 06:16

视觉 代码 论文

【(TensorFlow)基于变换生成的单幅图像视频生成】“Video Imagination from a Single Image with Transformation Generation” Github: http://t.cn/RSkHWRk ref:《Video Imagination from a Single Image with Transformation Generation》 [Peking University] (2017) http://t.cn/RSkHWRD ​

爱可可-爱生活 网页版 2017-06-15 06:01

经验总结 视觉 博客 代码

【MobileNets的TensorFlow开源实现：手机上的高性能视觉计算】《MobileNets: Open-Source Models for Efficient On-Device Vision | Google Research Blog》by http://t.cn/RSkHZmH pdf: http://t.cn/RSkHZmT GitHub: http://t.cn/RSkHZmY ​

爱可可-爱生活 网页版 2017-06-15 05:41

Allison Linn

【分而治之：Maluuba用AI玩转Ms. Pac-Man】《Divide and conquer: How Microsoft researchers used AI to master Ms. Pac-Man | Next at Microsoft》by Allison Linn http://t.cn/RSkT9dz http://t.cn/RSkT9dv ​