AI100_机器学习日报 2017-08-18
- Yann LeCun新作：473种模型大对比，中日韩文本分类到底要用哪种编码？ @ChatbotsChina
- EMNLP 2017最佳论文公布 @机器之心Synced
- 基于MXNet的预训练模型fine-tuning深度学习图像分类工具集 @爱可可-爱生活
- 过拟合详解：监督学习的失准因素 @爱可可-爱生活
- NLP常用资源整理 @龙星镖局
@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8 算法8 自然语言处理4 视觉4 会议活动3 资源2
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 Yann Lecun
Yann LeCun新作：473种模型大对比，中日韩文本分类到底要用哪种编码？ http://t.cn/RCwEYHy
会议活动 自然语言处理 EMNLP 会议
【学界 | 自然语言处理领域的前沿技术：EMNLP 2017最佳论文公布】EMNLP 是自然语言处理领域的顶级会议，EMNLP 2017 将于 9 月 7 日至 11 日在丹麦哥本哈根召开。本次 EMNLP 共录用 323 篇论文，包括 216 篇长论文和 107 篇短论文。今日，EMNLP 2017 最佳论文出炉。http://t.cn/RCyWmMY
深度学习 视觉 算法 代码 分类
【基于MXNet的预训练模型fine-tuning深度学习图像分类工具集】’mxnet-finetuner – An all-in-one Deep Learning toolkit for image classification to fine-tuning pretrained models using MXNet.’ by Kenji Doi GitHub: http://t.cn/RC2JwzZ
【过拟合详解：监督学习的失准因素】《Memo’s Island: Understanding overfitting: an inaccurate meme in supervised learning》by Mehmet Süzen http://t.cn/RC25Ca3 pdf:http://t.cn/RC25Cau
最新动态
2017-08-18 (13)
会议活动 算法 Alex Smola ICML 会议
【Alex Smola论文详解：准确稀疏可解释，三大优点兼具的序列数据预测算法LLA】近日，ICML2017收录的一篇论文引起了雷锋网(公众号：雷锋网)AI科技评论的注意。这篇关于序列数据预测的论文是 Alex Smola 和他在 CMU 时的两个博士生 Manzil Zaheer 和 Amr Ahmed 共同完成的。http://t.cn/RCLoM7R
算法 分类 行业动态
【业界 | 谷歌发布TensorFlow 1.3.0版本，新加多个分类器、回归器】近日，谷歌发布了 TensorFlow 最新版本 1.3.0。该版本对一些内容进行了更新与改进。机器之心对此版本的重要特征与改进做了概要介绍。http://t.cn/RCLK39A
资源 课程 统计
【教程 | 拟合目标函数后验分布的调参利器：贝叶斯优化】如何优化机器学习的超参数一直是一个难题，我们在模型训练中经常需要花费大量的精力来调节超参数而获得更好的性能。因此，贝叶斯优化利用先验知识逼近未知目标函数的后验分布从而调节超参数就变得十分重要了。http://t.cn/RCLK9Wq
视觉 颜水成
【颜水成：像素级标注数据集将引领计算机视觉下一个时代】2017年，ImageNet ILSVRC正式宣告终结。在计算机视觉领域深耕16年的“老兵”颜水成与团队拿下最后冠军，巧合的是，5年前的PASCAL VOC收官之战，冠军也是他。http://t.cn/RCLSwk5
深度学习 算法 陈天奇 神经网络
【自动生成硬件优化内核：陈天奇等人发布深度学习编译器TVM】有了 TVM，业界与学界开发者们可以快速、轻松地在各个系统上部署深度学习应用程序，同时无须担心资源与速度的限制。「TVM 作为神经网络和硬件后端之间的共同层，消除了为每类设备或服务器优化各自基础架构的需要。」http://t.cn/RCLKtXT
会议活动 深度学习 算法 自然语言处理 KDD 行业动态 会议
「学界 | 已经进驻天猫精灵的阿里KDD论文成果：新型文本语义编码算法conv-RNN」结合RNN和CNN特点的conv-RNN，在语义任务中取得了优秀的表现 http://hao.memect.cn/1n0
深度学习 视觉 算法 资源 Python 课程 神经网络
「**** | 如何用Python搭建可以画风迁移的人工智能」本次课程将带大家使用深度学习库Keras来在Python中重现用神经网络进行风格迁移的相关论文结果。 http://hao.memect.cn/1mn
深度学习 数据科学
【数据科学家必须知道的 10 个深度学习架构】 本文介绍了部分近期深度学习的进展和创新，以及Keras库中的执行代码，还提供了原论文的链接。 http://t.cn/RCZ31sV
深度学习 算法 代码 可视化 神经网络
【conx：(基于Keras)面向“Simple Folk”的深度学习库】’conx – Deep Learning for Simple Folk, Implements Deep Learning neural network algorithms using a simple interface with easy visualizations and useful analytical’ by Calysto GitHub: http://t.cn/RC2I8XK
深度学习 GPU
我们今天发布了TVM，和NNVM一起组成深度学习到各种硬件的完整优化工具链，支持手机，cuda, opencl, metal, javascript以及其它各种后端。http://t.cn/RC2VOMM 欢迎对于深度学习， 编译原理，高性能计算，硬件加速有兴趣的同学一起加入dmlc推动领导开源项目社区
视觉 代码
【端到端视频目标检测(ImageNet VID 2017优胜方案)】“Flow-Guided Feature Aggregation for Video Object Detection(FGFA)” by MSRA CVer GitHub: https:// github.com/msracver/Flow-Guided-Feature-Aggregation ref:《Flow-Guided Feature Aggregation for Video Object Detection》(2017) …全文： http://m.weibo.cn/1402400261/4141984967024873
算法 分类 论文
《Ontology of Blockchain Technologies. Principles of Identification and Classification》P Tasca, T Thanabalasingham, C J. Tessone [University College of London & J.W. Goethe University Frankfurt & University of Zurich] (2017) http://t.cn/RC2quUP
代码 论文
《Augmentor: An Image Augmentation Library for Machine Learning》M D. Bloice, C Stocker, A Holzinger [Medical University of Graz] (2017) http://t.cn/RC2qyhv GitHub: https:// github.com/mdbloice/Augmentor
