机器学习日报 2017-06-08
- 小米云深度学习平台的架构设计与实现 @爱可可-爱生活
- 基于神经网络的音乐风格迁移 @爱可可-爱生活
- 从贝叶斯角度，看深度学习的属性和改进方法 @机器之心Synced
- 文献列表：深度学习理论基础 @爱可可-爱生活
- 图形学中的机器学习 @微软亚洲研究院
@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6 算法4 架构2 自然语言处理1 会议活动1 资源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)
算法 代码 神经网络
【基于神经网络的音乐风格迁移】《Neural Translation of Musical Style》 http://t.cn/RSYj3Dl GitHub(StyleNet):http://t.cn/RSYj3DO pdf:http://t.cn/RSYj3D0
深度学习 算法 统计
从贝叶斯角度，看深度学习的属性和改进方法 http://t.cn/RSYfwHU 深度学习是一种高效的非线性高维数据处理方法，它可以更自然地解释为一种工程或算法，而本论文希望从贝叶斯的角度将深度学习看作是一种广义线性模型的堆叠而提供一些新的研究视角和应用方向。
深度学习 代码
(重发)【文献列表：深度学习理论基础】’foundations for deep learning’ by Pauli Space GitHub: http://t.cn/RS9Q32v
董悦
【图形学中的机器学习】机器学习早在10年前就在计算机图形学中被应用，那时，被称之为“数据驱动”方法。今天，来自微软亚洲研究院网络图形组的董悦博士，将基于数据驱动方法，以材质属性建模为例，为我们介绍数据驱动图形学的发展历史。早年间图形学中的机器学习是什么样的？ http://t.cn/RSYh2qg
最新动态
2017-06-08 (7)
自然语言处理 论文 问答系统
Question Answering and Question Generation as Dual Tasks #问答系统# #问题生成# #对偶学习# 本文继承了msra提出的dual learning的方法，将QA和QG两个任务作为dual task进行训练，取得了不错的效果。对这套理论感兴趣的童鞋可以看看。 论文地址：http://t.cn/RSYTTse
资源 Alex Ratner 书籍
【快速创建大规模训练数据集】《Creating large training data sets quickly | O’Reilly Media》by Alex Ratner http://t.cn/RSYYaPB
深度学习 算法 代码 论文 神经网络
【(Torch7)基于深度多尺度CNN的动态场景去模糊】’Deep Multi-scale CNN for Dynamic Scene Deblurring’ by Seungjun Nah GitHub: http://t.cn/RSYWW02 ref:《Deep Multi-scale Convolutional Neural Network for Dynamic Scene Deblurring》 (2016) http://t.cn/RSYWW0L
深度学习 算法 Alex Honchar 代码 神经网络
(重发)【算法交易：神经网络多元时序预测】《Neural networks for algorithmic trading. Multivariate time series》by Alex Honchar @alexrachnog/neural-networks-for-algorithmic-trading-2-1-multivariate-time-series-ab016ce70f57″>http://t.cn/RSOlgyG