机器学习日报 2017-06-30
- 清华大学刘洋:基于深度学习的机器翻译
- 福布斯:美国Top10人工智能应用案例
- 马毅:低维模型与深度模型的殊途同归
- 详解Performance RNN,magenta利用循环神经网络生成复合音乐
- 云端TensorFlow:弹性GPU资源加速
@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12 深度学习8 算法6 自然语言处理2 会议活动2 视觉1 资源1 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)

深度学习 自然语言处理 机器翻译 刘洋
《清华大学计算机系副教授、博士生导师刘洋:基于深度学习的机器翻译》via: @将门创投 http://t.cn/Ro8FXFM

算法
【译文丨福布斯:美国Top10人工智能应用案例】今天我们所谓的人工智能只不过是一种高级机器学习软件,运用广泛行为算法来调节自身以适应人类的喜好。 http://t.cn/RoRZqiB

深度学习 Ian Simon
《Performance RNN: Generating Music with Expressive Timing and Dynamics》by Ian Simon, Sageev Oore http://t.cn/RoQ6GHy

经验总结 GPU 博客
【云端TensorFlow:弹性GPU资源加速】《TensorFlow in the Cloud: Accelerating Resources with Elastic GPUs》by Subbu Rama http://t.cn/RoQJRZJ
最新动态
2017-06-30 (7)

深度学习 算法 Depeng Liang 代码 分类 论文
‘MXNet implementation of AC-BLSTM’ by Depeng Liang GitHub: http://t.cn/RoELMGy ref:《AC-BLSTM: Asymmetric Convolutional Bidirectional LSTM Networks for Text Classification》 (2016) http://t.cn/RoELMGU

会议活动 深度学习 算法 ICML 会议 神经网络
【DeepMind解密黑箱第一步:原来神经网络的认知原理和人类是一样的!】因为AlphaGo而名声大噪的人工智能公司DeepMind近期发表了一篇论文介绍自己在神经网络的解释性问题上最新探索。论文被ICML接受后,DeepMind的研究员们又写了一篇通俗的介绍文章让更多的人理解他们的方法和效果。 http://t.cn/RoRZYqj

深度学习 自然语言处理
#论文推荐# #Recurrent Additive Networks# 论文来自UW的Omer组,提出一种新的gated RNN简称RAN,在latent state上只用加法更新不而掺杂non-linearities,可以理解为LSTM或GRU的一种简化尝试。 本文Experiment在Penn treebank,BWB,text8上做word-based语言模型。RAN的perplexity 超过了LSTM,而且…全文: http://m.weibo.cn/2678093863/4124333867688704

算法 Jeff Lam 神经网络
【用神经网络根据脑电读数预测图片类别】《Mind Reading: Using Artificial Neural Nets to Predict Viewed Image Categories From EEG Readings》by Jeff Lam http://t.cn/Ro8VuJD

会议活动 深度学习 算法 资源 ICML Jimeng Sun Sunday Aug Yan Liu 会议 课程 强化学习 智能汽车
#ICML2017#专题教程若干。1)优化,Zeyuan Allen-Zhu; 2)深度学习与医疗,Yan Liu & Jimeng Sun;3)强化学习,MxNet,算法健壮性,交互与在线,自动驾驶,Seq2Seq,可解释。Sunday Aug 06 — Friday Aug 11. https://2017.icml.cc/Conferences/2017/Tutorials

深度学习 视觉 算法 GPU Ilya Kalinovskii 代码 论文 神经网络
【基于Compact CNN的高性能简单目标检测(CPU/GPU)】’A binary library for fast and robust detection of simple objects using compact CNNs.’ by Ilya Kalinovskii GitHub: http://t.cn/RoQjoRW ref:《Compact Convolutional Neural Network Cascade for Face Detection》 http://t.cn/RoQjoRj