您的位置:首页 > 大数据 > 人工智能

第1079期AI100_机器学习日报(2017-09-01)

2017-09-05 18:22 344 查看

AI100_机器学习日报 2017-09-01

谷歌全新神经网络架构Transformer:基于自注意力机制,擅长自然语言理解
@机器之心Synced
神经网络调试手册:从数据集与神经网络说起
@机器之心Synced
Keras序列标记库(命名实体识别/词性标记/语义角色标记
@爱可可-爱生活
Python(机器学习)实验流程工具集
@爱可可-爱生活
深度学习打游戏技术演进史
@爱可可-爱生活
@好东西传送门 出品,由@AI100运营, 过往目录 见http://geek.ai100.com.cn

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18
深度学习9

自然语言处理3
算法3
资源2
入门1
公告板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)




机器之心Synced
网页版
2017-09-01 15:02

经验总结
算法
自然语言处理 博客
行业动态 神经网络

【谷歌全新神经网络架构Transformer:基于自注意力机制,擅长自然语言理解】继论文《Attention Is All You Need》之后,谷歌在研究博客撰文对 Transformer 作了更详细的介绍。Transformer 是一个基于自注意力机制的全新神经网络架构,训练速度提升了一个数量级。http://t.cn/RNMo5ZF




机器之心Synced
网页版
2017-09-01 16:16

算法
资源 神经网络
书籍

【神经网络调试手册:从数据集与神经网络说起】近日,hackernoon 上出现了一篇题为《How to debug neural networks. Manual.》的文章,从数据集与神经网络两个方面分享了作者 Andrey Nikishaev 在调试神经网络方面的实践心得。http://t.cn/RNJtL0T




爱可可-爱生活
网页版
2017-09-01 12:08

自然语言处理

【Keras序列标记库(命名实体识别/词性标记/语义角色标记)】’anaGo – Sequence Labeling Library using Keras. Easy-to-use and state-of-the-art performance.’ by Hiroki Nakayama GitHub: https ://github .com/Hironsan/anago ​








爱可可-爱生活
网页版
2017-09-01 06:03

Python

【Python(机器学习)实验流程工具集】’Artemis – collection of tools that make it easier to run experiments in Python.’ by QUVA Lab GitHub: https ://github .com/QUVA-Lab/artemis Reddit:http://t.cn/RNfOyB9









爱可可-爱生活
网页版
2017-09-01 05:30

深度学习

【深度学习打游戏技术演进史】“Overview of Deep Learning Methods Applied To Games” from:《Deep Learning for Video Game Playing》http://weibo.com/1402400261/FjtsyBW4W





最新动态

2017-09-01 (13)




算法组
网页版
2017-09-01 23:02

深度学习

『为什么现在的CNN模型都是在GoogleNet、VGGNet或者AlexNet上调整的? – 知乎』
df46
http://t.cn/RVE3JnB



大数据文摘
网页版
2017-09-01 14:25

发布了头条文章:《公开课打怪团 | 无监督学习最新论文解读(直播回顾)》 热爱学习的你怎能错过这样的公开课? http://t.cn/RNxxYOn



爱可可-爱生活
网页版
2017-09-01 13:28

公告板
入门 问题

《Ask HN: What maths are critical to pursuing ML/AI? | Hacker News》 http://t.cn/RNMDxlF 《搞机器学习/AI有什么必备的数学基础?》via:量子位 http://t.cn/RNMDxlD








爱可可-爱生活
网页版
2017-09-01 13:20

自然语言处理

【大型众包关系数据库自然语言查询语义解析数据集(8万+查询样本)】’WikiSQL – A large annotated semantic parsing corpus for developing natural language interfaces.’ by Salesforce GitHub: https ://github .com/salesforce/WikiSQL ref:《Seq2SQL: Generating Structured Queries from Natural…全文:
http://m.weibo.cn/1402400261/4147158951693424








爱可可-爱生活
网页版
2017-09-01 12:25

深度学习
Kang Github

【PyTorch生成模型集锦:GAN/LSGAN/WGAN/DRAGAN/CGAN/infoGAN/ACGAN/EBGAN/BEGAN(及Fashion-MNIST实验)】’Collection of generative models in Pytorch version.’ by Hyeonwoo Kang GitHub: https ://github .com/znxlwm/pytorch-generative-model-collections ref:…全文:
http://m.weibo.cn/1402400261/4147145319795009








爱可可-爱生活
网页版
2017-09-01 09:54

深度学习
James Wang

【深度学习框架硬件平台兼容性一览】via:James Wang‏ ​








网路冷眼
网页版
2017-09-01 07:30

【Quora是如何使用机器学习的?】http://t.cn/RN5N7Yd 在本文中,作者从提问,解答,阅读等方面介绍了Quora在2017年是如何将机器学习应用于网站的,同时给出了使用的模型。 ​








爱可可-爱生活
网页版
2017-09-01 05:33

深度学习
Jason Brownlee

【LSTM模型过拟合/欠拟合判断】《How to Diagnose Overfitting and Underfitting of LSTM Models | Machine Learning Mastery》by Jason Brownlee
http://t.cn/RNf0Uqn








爱可可-爱生活
网页版
2017-09-01 05:12

深度学习
Richard Friedman

【针对最新英特尔架构优化TensorFlow深度学习】《TensorFlow Deep Learning Optimized for Modern Intel Architectures – insideHPC》by Richard Friedman
http://t.cn/RNfpCOK








爱可可-爱生活
网页版
2017-09-01 05:10

深度学习

【Logo Rank:深度学习Logo设计评价应用】“Logo Rank – Check your logo design with deep learning”
http://t.cn/RCkJBMR








爱可可-爱生活
网页版
2017-09-01 05:04

深度学习
资源 视频

【两分钟论文解析之DeepMind自主音视频概念学习】《DeepMind’s AI Learns Audio And Video Concepts By Itself | Two Minute Papers #184 – YouTube》
http://t.cn/RNfpfli http://t.cn/RNfpfWs ​



爱可可-爱生活
网页版
2017-09-01 04:53

De Minas Gerais
论文

《A Robust Indoor Scene Recognition Method based on Sparse Representation》G Nascimento, C Laranjeira… [Universidade Federal de Minas Gerais] (2017)
http://t.cn/RNfpPH3 Home:http://t.cn/RNfpPH1 GitHub: https ://github .com/verlab/SceneUnderstanding_CIARP_2017 ​








爱可可-爱生活
网页版
2017-09-01 04:41

深度学习
算法 论文
神经网络

《Cascade Residual Learning: A Two-stage Convolutional Neural Network for Stereo Matching》J Pang, W Sun, J SJ. Ren, C Yang, Q Yan [SenseTime Group Limited] (2017)
http://t.cn/RNfNWKC



内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: