机器学习日报 2017-07-09
- 谷歌云TensorFlow性价比测试：CPU比GPU表现更好 @爱可可-爱生活
- 通过实例了解支持向量机 @网路冷眼
- 深度学习进化编年大事记 @爱可可-爱生活
- 用Caffe生成对抗样本 @爱可可-爱生活
- 如何有效地阅读PyTorch的源代码 @爱可可-爱生活
@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20 深度学习7 算法6 视觉3 应用2 资源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)
深度学习 GPU Max Woolf 行业动态
《Benchmarking TensorFlow on Cloud CPUs: Cheaper Deep Learning than Cloud GPUs》by Max Woolf http://t.cn/RKGbQAM 《谷歌云TensorFlow性价比测试：CPU比GPU表现更好》via:量子位 http://t.cn/RKGbQA5
算法 Python SVM
【Understanding Support Vector Machine via Examples】http://t.cn/RKqoQUJ 通过实例了解支持向量机（SVM）。
深度学习 Andrew Fogg
《A History of Deep Learning – Import.io》by Andrew Fogg http://t.cn/RKGb2zB 《深度学习进化编年大事记》via:量子位 http://t.cn/RKGb2zH
最新动态
2017-07-09 (14)
视觉 应用 代码 信息检索
【(Keras/TensorFlow)基于InceptionV3/Beam Search的图像描述】’Image Captioning using InceptionV3 and beam search’ by Yash Katariya GitHub: http://t.cn/RKGQcE1
深度学习 统计 吴恩达
http://t.cn/RKGbS49 一位在医院工作的猫奴生物统计学家Alexia，使用最新的生成式对抗网络GAN来测试深度学习的画猫技术。相比吴恩达三天才能画出来的猫，GAN的新方法仅用几个小时就能搞定，画出来猫咪也好看很多。这里的新方法在细节上有何特点呢？
视觉 算法
【提高人脸检测性能新模型HPM：近期，一篇新的技术Paper，在FDDB测试结果表明可以提高当前人脸检测的性能。本文简要摘录和介绍了有关HDM算法的部分内容。】 详见：http://t.cn/RKbN0zX 分享自@技术头条
经验总结 Yoav Hollander 博客
【机器学习与规则验证】《Where Machine Learning meets rule-based verification | The Foretellix Blog》by Yoav Hollander http://t.cn/RKUv4tj
深度学习 Nicolas Papernot
【机器学习安全与隐私】《(RE•WORK Deep Learning Summit, Singapore 2017)Security and Privacy in Machine Learning》by Nicolas Papernot http://t.cn/RKbqP0g
深度学习 资源 视频
【Einstein平台介绍：用深度学习打造智能机器】《Einstein- Adding Intelligence with Deep Learning – YouTube》by Salesforce Developers http://t.cn/RKb43XD
算法 论文 神经网络
《Toward Computation and Memory Efficient Neural Network Acoustic Models with Binary Weights and Activations》L Lu [Toyota Technological Institute at Chicago] (2017) http://t.cn/RKb4iSI
算法 论文
《Persistence Diagrams with Linear Machine Learning Models》I Obayashi, Y Hiraoka [Tohoku University] (2017) http://t.cn/RKb4VQV
论文 统计
《Superpixel-based semantic segmentation trained by statistical process control》H Park, J Jeong, Y Yoo, N Kwak [Seoul National University] (2017) http://t.cn/RKbUuKt
论文
《SAM: Semantic Attribute Modulated Language Modeling》W Hu, L Hua, L Li, T Wang, J Zhu, H Su, B Zhang [Tsinghua University & Toutiao Lab, & eBay] (2017) http://t.cn/RKbU9vx
算法 应用 Max Planck Institute 论文 神经网络 信息检索
《RE-PACRR: A Context and Density-Aware Neural Information Retrieval Model》K Hui, A Yates, K Berberich, G d Melo [Max Planck Institute for Informatics & Rutgers University] (2017) http://t.cn/RKbU4KX
算法 论文 强化学习
《Sample-efficient Actor-Critic Reinforcement Learning with Supervised Data for Dialogue Management》P Su, P Budzianowski, S Ultes, M Gasic, S Young [University of Cambridge] (2017) http://t.cn/RKbynKy
Brain Lesion 代码 论文
《Unsupervised domain adaptation in brain lesion segmentation with adversarial networks》K Kamnitsas, C Baumgartner, C Ledig… [Imperial College London & Cambridge University] (2016) http://t.cn/RKbyYKs home:http://t.cn/RIkzRD9 GitHub:http://t.cn/RKbyY9P
