第940期机器学习日报(2017-04-15)

部署运行你感兴趣的模型镜像

机器学习日报 2017-04-15

@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

微信公众号:rgznai100

本期话题有:

全部19 深度学习7 视觉6 算法3 应用3 资源3 会议活动2 自然语言处理1 知识工程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)

网路冷眼 网页版 2017-04-15 23:00

Ge Digital

【通用Digital CTO:工业人工智能所面临的4点特殊挑战】当人们提到人工智能的时候,绝大多数人想到的是消费级人工智能,但事实上,人工智能在工业和制造业领域也拥有广泛的运用。近日,通用电气数字业务(GE Digital)的首席技术官(CTO)Harel Kodesh接受专访时谈到了工业人工智能与消费人工智能的四…全文: http://m.weibo.cn/1715118170/4096932978147602
爱可可-爱生活 网页版 2017-04-15 20:09

深度学习 资源 代码 课程

【TensorFlow/深度学习教程(列表)】’TensorFlow and Deep Learning Tutorials’ by zhangrui GitHub: http://t.cn/RXqSWUt

爱可可-爱生活 网页版 2017-04-15 13:48



《机器学习: 如何成为ML-ready的公司?》via:第四范式 http://t.cn/RXG0aN4

开发者头条 网页版 2017-04-15 10:05

深度学习 视觉

深度学习入门误区 http://t.cn/RXbEjxc 分享自 Edison_Guo 开通的独家号《计算机视觉协会》 http://t.cn/RiXXeN8 (想看更多?下载 @开发者头条 App: http://t.cn/RJyDMlJ ) ​

ImportNew 网页版 2017-04-15 08:00

应用 推荐系统

《推荐系统中对新用户的处理》某天,一群《Family Guy》的粉丝们聚在一起,决定创建一个网站来分享各自喜欢的电视和对他们的评分,不久之后他们就获得了一个不错的网站,然后又有一大群人蜂拥而至和他们一起评分、分享,互相推荐电视剧集. 但由于用户越来越多,逐个查看某个人的评分记录,给她推荐电影…全文: http://m.weibo.cn/2991905905/4096706485917298

最新动态

2017-04-15 (12)

AI100 网页版 2017-04-15 21:33

深度学习 视觉 资源 Hugo Larochelle 幻灯片 课程 书籍

http://t.cn/RXqEOdV AI100 已经引入 Hugo Larochelle 教授的深度学习课程,会在公众号中推送,并且对视频中的 PPT 进行讲解。课后,我们会设计一系列的问题来巩固课程中的知识。本节课是 Hugo Larochelle 教授深度学习第九章节的第五节课。 ​
爱可可-爱生活 网页版 2017-04-15 20:19

Andreas Veit 代码 论文

【条件相似性网络】“Conditional Similarity Networks (CSNs)” by Andreas Veit GitHub: http://t.cn/RXqKUOO ref:《Conditional Similarity Networks》A Veit, S Belongie, T Karaletsos [Cornell University] (2017) http://t.cn/RXqKUOp

爱可可-爱生活 网页版 2017-04-15 20:06

资源 Gan In Tensorflow 代码 课程

【(TensorFlow)GAN实现教程】’Tutorial on creating your own GAN in Tensorflow’ by UCLA ACM AI GitHub: http://t.cn/RXqSL6T

爱可可-爱生活 网页版 2017-04-15 20:03

Java Kim Github Python 代码

【(Python/Java)实现的TS-SS向量相似度测度】’Python, Java implementation of TS-SS’ by Junho Kim GitHub: http://t.cn/RXqa0Lu ref:《A Hybrid Geometric Approach for Measuring Similarity Level Among Documents and Document Clustering》A Heidarian, MJ Dinneen (2016) http://t.cn/RXqa0Ld

爱可可-爱生活 网页版 2017-04-15 19:58

深度学习 视觉 自然语言处理 Moses Soh 代码 机器翻译

【(TensorFlow)CNN-LSTM图像描述生成框架】’A Tensorflow implementation of CNN-LSTM image caption generator architecture that achieves close to state-of-the-art results on the MSCOCO dataset.’ by Moses Soh GitHub: http://t.cn/R5GezG3

IT技术头条 网页版 2017-04-15 18:25

算法 矩阵 聚类

【非负矩阵分解(4):NMF算法和聚类算法的联系与区别】作者:桂。 时间:2017-04-14 06:22:26 链接: http://t.cn/RXGTheW 声明:欢迎被转载,不过记得注… 详戳→ http://t.cn/RXGTheW 作者→ (桂。) ​
红冰CV 网页版 2017-04-15 17:43

会议活动 视觉 CVPR 会议

卡耐基梅隆大学(CMU)的王小龙等人发表的论文《A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection》引起了很多人的关注。该研究将对抗学习的思路应用在图像识别问题中,通过对抗网络生成遮挡和变形图片样本来训练检测网络,取得了不错的效果。该论文已被 CVPR2017 大会接收 …全文: http://m.weibo.cn/2805770701/4096853286655962

阿里云云栖社区 网页版 2017-04-15 10:55

Python

#云栖技术分享# 《sklearn:Python语言开发的通用机器学习库》深入理解机器学习并完全看懂sklearn文档,需要较深厚的理论基础。但是,要将sklearn应用于实际的项目中,只需要对机器学习理论有一个基本的掌握,就可以直接调用其API来完成各种机器学习问题。 http://t.cn/RXGymg8

KevinRush 网页版 2017-04-15 09:24

Kaggle Owen Zhang 特征工程

Kaggle前世界排名第一,现排名第26位的Owen Zhang分享他的Kaggle经验(特征工程,xgboost调参,模型融合等技巧)。—前Kaggle综合排名 No.1-Owen Zhang 分享他的比赛心得,调参技巧,特征工程经验等.mp4 (分享自 @优酷 http://t.cn/RXbeNhm
爱可可-爱生活 网页版 2017-04-15 08:20

深度学习 应用 机器人

《地平线余轶南:通往智能驾驶的深度学习之路》via:HorizonRobotics http://t.cn/RXbmglJ

爱可可-爱生活 网页版 2017-04-15 05:29

深度学习 视觉 算法 论文 强化学习

《Deep Reinforcement Learning-based Image Captioning with Embedding Reward》Z Ren, X Wang, N Zhang, X Lv, L Li [Snap Inc & Google Inc] (2017) http://t.cn/RXbWgi7

爱可可-爱生活 网页版 2017-04-15 04:42

算法 论文 神经网络

《Neural Face Editing with Intrinsic Image Disentangling》Z Shu, E Yumer, S Hadap, K Sunkavalli, E Shechtman, D Samaras [Stony Brook University & Adobe Research & Universite Paris-Saclay] (2017) http://t.cn/RXbOBnv

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值