ikerpeng

知乎同步发布：https://www.zhihu.com/people/ikerpeng/activities介绍下我们 AAAI2020的工作：Learning Graph Convolutional Network for Skeleton-based Human Action Recognition by Neural Searching动作识别（Action recognit...

文章 iker peng（知乎：https://www.zhihu.com/people/ikerpeng/）原创，转载请与我联系～作为AutoML的一个重要的分支， Neural Architecture Searching（NAS）越来越受到人们的关注。 大神何凯明也来了～ 今天介绍他们组近期的一个工作： Exploring RandomlyWired Neural Netwo...

文章 iker peng（知乎：https://www.zhihu.com/people/ikerpeng/）原创，转载请与我联系～深度强化学习在很多决策领域当中都取得了比较不错的结果，尤其是在游戏领域，多个游戏已经达到甚至是超过了人类水平。计算机视觉领域，必定也会尝试这种神奇的算法。然而，到目前为止我们并没有看到在这个领域当中特别成功的例子。计算机视觉任务似乎并没有像游戏那样直观...

知乎专栏同步发布： https://zhuanlan.zhihu.com/p/41133862本来打算自己写写的，但是发现了David Foster的神作，看了就懂了。我也就不说啥了。看不清的话，原图在后面的连接也可以找到。没懂？！！！那我再解释下。 AlphaGo Zero主要由三个部分组成：自我博弈（self-play），训练和评估。和AlphaGo 比较，AlphaZ...

更多内容可关注我的知乎专栏：https://zhuanlan.zhihu.com/ikerpeng下面要介绍的这几种生成模型，主要集中在两种任务当中。一种是风格转换，另一种是跨域数据之间的转换（Cross-Domain Image-to-image）。使用的网络结构主要是自动编码器以及GAN。StarGAN : yunjey/StarGANStarGAN将一个数据集上面学习到的知识转移...

这篇博文很简单，我就画了一个图，将各自的要点进行比较说明。相信这样看过去就一目了然了，但是需要说明的还是： YOLO可能不应该放在这里，但是为了和SSD进行比较还是放了。另外，YOLO出了第二版本了，所以放在这边也没有问题。iker Peng2017年1月10日

本文是强化学习的基础，主要参考 Divid Silver 教程，Reinforcement Learning：An Introduction，以及周志华的西瓜书。可能之前大家已经听过了强化学习的介绍，因此，我首先问几个问题：强化学习和MDP过程是一回事吗？强化学习和监督学习的区别是什么？什么是值迭代，什么是策略迭代？有模型和无模型的强化学习的各自有什么样的学习方法？强化学习和深度学习其实很早就有了

内容概要：采用的是 两步走的 Object detection的 深度学习框架，首先通过框架的第一部分的分支给出 目标 proposal； 然后 在proposal当中进行检测。 文章的的优点在于： proposal和 detection两部分共享大部分网络，网络精简 且效率高； 得到的proposal 数目更少，但是recall却非常的高；文章的准确度大幅度的提高；目前刚刚开源。

深度强化学习系列之一，深度强化学习概述

很简单：1. 进入到 Sublime Text Package文件夹所在的路径     Click the Preferences > Browse Packages… menu这样就进入到里面了（如果你没办法查看这个路径，将其中一个文件夹 拉到 终端就会显示这个文件的路径了，回退一级目录就是Package的路径了。）假设这个路径是 path，终端进入到这个路径：c

转自：http://www.cnblogs.com/stewart/archive/2013/01/05/2846860.html1.什么是CUDA       CUDA(Compute Unified Device Architecture)，统一计算架构，是NVidia推出的并行计算平台。NVidia官方对其的解释是：一个并行计算平台和简单（简洁）地使用图像处理单元（GPU）进

转自：http://chenrudan.github.io/blog/2015/12/20/introductionofgpuhardware.html从深度学习在2012年大放异彩，gpu计算也走入了人们的视线之中，它使得大规模计算神经网络成为可能。人们可以通过07年推出的CUDA(Compute Unified Device Architecture)用代码来控制gpu进行并行计算。本