5

DL参考资源(七)

 2 years ago
source link: http://antkillerfarm.github.io/dl%20&%20nlp%20resource/2018/01/06/DL_resource_7.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

DL参考资源

https://mp.weixin.qq.com/s/iZ3MpyypVw-wYKAd2gBwwA

IBM推出DeepTriage,利用深度学习实现Bug自动分类

https://mp.weixin.qq.com/s/NdwbnEMEVfiX6YGepK9PBA

追根溯源!一图看尽深度学习架构谱系

https://mp.weixin.qq.com/s/UsoLQbrwj6rpLUAV5kYkUA

大数据和网络分析的可扩展算法

https://mp.weixin.qq.com/s/I9dm8uDEqO0X19s758jOGw

良心GitHub项目:各种机器学习任务的顶级结果(论文)汇总

https://mp.weixin.qq.com/s/UfmyH4BBWwErakrOoselQA

随机计算图:在随机结点中执行反向传播的新方法

https://mp.weixin.qq.com/s/epMbn9QmvMWfefPdkWwYYw

神经网络决策过程可视化:AI眼中马云、马化腾、李彦宏谁最有吸引力?

https://mp.weixin.qq.com/s/pdv-T69rz4jO47CMf-CUhg

“信息瓶颈”理论揭示深度学习本质

https://mp.weixin.qq.com/s/iXmjuBh2zzno7-D9ClYbSA

讲解DeepMind论文:AI在复杂环境中学习运动

https://mp.weixin.qq.com/s/glwjwXNNoMYBmhgwEcpUeg

十倍模型计算时间仅增20%:OpenAI开源梯度替换插件

https://mp.weixin.qq.com/s/x5rTpvvCfABWWkjpgnJ5BA

谷歌大脑提出Adversarial Spheres:从简单流形探讨对抗性样本的来源

https://mp.weixin.qq.com/s/sCxyk8WEb8W2-mq-tTQs6A

LeCun台大演讲

https://mp.weixin.qq.com/s/SPdkJTYU80bioNdZrBj4cw

卷积优化-Cpython(Cuda)施工和分析

https://mp.weixin.qq.com/s/_dDLbPwpgoOdLc83_JQEuA

CVPR现场会议合集及CCCV内容跟踪

http://mp.weixin.qq.com/s/SNfSY4CKhX1RDWd4itPx2Q

马里兰大学论文:训练深度神经网络中的一致性难题

https://mp.weixin.qq.com/s/Vjbf_UWatV0s3lJ0u9xj0g

清华马少平教授:强图灵测试与弱图灵测试

https://mp.weixin.qq.com/s/ijaURqb-5wP6LAzV_-vDxw

何去何从:从经典深度学习模型探讨图像识别新方向

https://mp.weixin.qq.com/s/6kTXmad6wzsfNTBAbHBNow

AI小编问世!阿里智能写手核心技术首次公开!

https://mp.weixin.qq.com/s/oe8Zcv3EecDV2OUl9qejCA

图像分类、定位、检测,语义分割和实例分割方法梳理

https://mp.weixin.qq.com/s/4LjWHFO0wTP7kqnKf2mdWw

林倞:Beyond Supervised Deep Learning–后深度学习时代的挑战

https://mp.weixin.qq.com/s/A4ewMO50xoopctpn9B7Y5Q

深度学习及AR在移动端打车场景下的应用

https://mp.weixin.qq.com/s/ApMaDAnbc2FE3gNbeeVxuQ

周志华组最新论文提出“溯因学习”,受玛雅文字启发的神经逻辑机

https://mp.weixin.qq.com/s/xiXWHc_4cdEIkyaGny56cQ

CMU & Facebook论文解读:非局部神经网络

https://mp.weixin.qq.com/s/FrcKszax89PvH8YUARt58Q

详解香港中文大学超大规模分类加速算法

https://mp.weixin.qq.com/s/Rbc_OOYi2-Y-wyy4j6MsWg

彩云科技提出结合组合子抽象的神经编程器-解释器,提升通用性和可学习性

https://mp.weixin.qq.com/s/XX6GTgeN4M4rVvE6fgDFKw

训练AI太辛苦?OpenAI新方法:不如让AI之间互教吧

https://mp.weixin.qq.com/s/RsWY9jQ8biQu6Pc5tl3T4Q

纽约大学:参考儿童认知发展,通过简单神经网络学习归纳偏置

https://mp.weixin.qq.com/s/XGA5W3pkDI8S5MDar61Bag

可视化线性修正网络:看Fisher-Rao范数与泛化之间的关系

https://mp.weixin.qq.com/s/w9L1YkW2aO53yS52qnasuA

深度可逆网络i-RevNet:信息丢弃不是泛化的必要条件

https://mp.weixin.qq.com/s/qd8mJMorLHe18KrIDe_rXQ

斯坦福大学论文通过对抗训练实现可保证的分布式鲁棒性

https://mp.weixin.qq.com/s/pC7tW-bX7c_DfdU6vCtrpg

山世光:从视觉计算近期进展“管窥”AI之ABCDE

https://mp.weixin.qq.com/s/n7X17CLMYZ2dUUJ4NbRFkA

让机器思考与互相理解:DeepMind提出机器心智理论神经网络ToMnet

https://mp.weixin.qq.com/s/p2AbJ8Kv9DoB_SdMHISKBQ

腾讯AI Lab现场陈述论文:训练L1稀疏模型的象限性消极下降算法

https://mp.weixin.qq.com/s/DS_l4ucLzOifJMuM1EXqXQ

美国东北大学提出MoNet,使用紧密池化缓解特征高维问题

https://mp.weixin.qq.com/s/lwvRz1jtv1aCBwL9W447_A

通过扭曲空间来执行数据分类:基于向量场的新型神经网络架构

https://mp.weixin.qq.com/s/EE_YYORfI4XxwOSiOsUoUg

OpenAI发布8个仿真机器人环境和HER实现:可用于训练实体机器人模型

https://mp.weixin.qq.com/s/1Drxj0BFOvn153JXzyAtIQ

数据驱动设计:从学习特征到学习算法

https://mp.weixin.qq.com/s/Pmr5VNCxf3rDENB7pJtV_Q

DeepMind最新深度学习研究:超参选择利器-引入基于群体的训练

https://mp.weixin.qq.com/s/p-apdfnG1JhhAqrMNkBBoA

受AlphaGo启发,AI重建量子系统新方法登上Nature Physics

https://mp.weixin.qq.com/s/tMlYENJO1KmYyPv0u0l3iw

极简机器学习,从少量数据中学习精确特征的卷积神经网络

https://mp.weixin.qq.com/s/bZX-edBIFp3gBbYC6GJ4Fg

OpenAI提出HER算法,AI系统学会从错误中学习

https://mp.weixin.qq.com/s/YpU4rXJ9XGJza9mXeV0NSg

从背景介绍到未来挑战,一文综述移动和无线网络深度学习研究

https://mp.weixin.qq.com/s/taUMg4wWooniwDVmLRahYQ

为什么深度学习仍未取代传统的计算机视觉技术?

https://mp.weixin.qq.com/s/HN-kAtltn7hkuUlpzmDDFA

TensorFlow Lattice:先前知识推动灵活性提升

https://mp.weixin.qq.com/s/lhGM_wpnEQDWh95n4jQZBQ

何晖光:基于视觉信息编解码的深度学习类脑机制研究

https://mp.weixin.qq.com/s/jwdYAeCGleKRRiInY85bLw

Vicarious发表Science论文:概率生成模型超越神经网络

http://kexue.fm/usr/uploads/2016/06/1002322295.pdf

基于深度学习的图像识别进展:百度的若干实践

https://mp.weixin.qq.com/s/W92qf_xq2QbtN3PLobrvHQ

如何让机器向“时尚达人”学习?

https://mp.weixin.qq.com/s/bKpQPuUlnuYo0SZdZ9TPVQ

可微编程:打开深度学习的黑盒子

https://mp.weixin.qq.com/s/v0IOMRChFFLX9hOgwxlsaQ

反“换脸”魔高一丈:新方法识别假视频正确率达99%

https://mp.weixin.qq.com/s/ygt31lL0mBcyRmwAlsl8Sg

RCN仅凭极少样本就成功攻破验证码

https://mp.weixin.qq.com/s/0Ofh_NSMmvlEZ2JPCffujg

Vicarious发布生成视觉模型:RCN

https://mp.weixin.qq.com/s/UDAcjmCOUdzbXaAgKWOczQ

深度判别和共享特征学习的图像分类

https://mp.weixin.qq.com/s/8tM3uK9gj5QNdzKEOfq6Wg

模型层面的对偶学习

https://mp.weixin.qq.com/s/LOFbNzJQEE3wieNOn6gxXg

瑞士生物识别研究与测试中心主任SebastienMarcel教授:生物特征识别攻击和反攻击技术

https://mp.weixin.qq.com/s/YyGf7tJcGhdqtciKuw4bbw

谭铁牛院士:Biometric Data Analysis

https://mp.weixin.qq.com/s/ora66weNks8tHlFTKJrKSA

谷歌AI自动重构3D大脑,最高精度绘制神经元

https://mp.weixin.qq.com/s/54twfwVlM7UQbrFvOAQ2_w

fine-gained image classification

https://mp.weixin.qq.com/s/Ob1ngUEmRgSybcAD5zg0QQ

利用深度学习消去反光

https://mp.weixin.qq.com/s/vamNsEAmAA_3yjQp5ImZNg

XNN:打开了自己黑箱的神经网络

https://mp.weixin.qq.com/s/4mHIM51e9prKvp1xQIDnTA

DeepMind提出对比预测编码,通过预测未来学习高级表征

https://github.com/Alibaba-Technology/hangzhouYunQi2017ppt

2017杭州云栖大会精华PPT

https://mp.weixin.qq.com/s/Opnf5GBxoUqznWuYBb8xaA

清华唐杰AMiner团队全球H-index Top 10000学者半世纪迁移图

https://mp.weixin.qq.com/s/ulLh_JfLa9Os3ZFFAWVETA

谷歌大脑最新研究:高斯过程“超越”随机梯度下降!

https://mp.weixin.qq.com/s/w8l8T1zx0uGF92dC2PVB6g

Yann LeCun说是时候放弃概率论了,因果关系才是理解世界的基石

https://mp.weixin.qq.com/s/_gKE_nHsCYD0sYXC9jhvLA

超越Softmax瓶颈:一种高秩RNN语言模型

https://mp.weixin.qq.com/s/3bAn-ev14lO9uxQzE0Tk0Q

如何使用深度学习去除人物图像背景

https://mp.weixin.qq.com/s/MnK2LTWR9qEKiiz3OMsSMQ

深度学习漂亮的图像软分割一览

https://mp.weixin.qq.com/s/53-Xz0oznkaFdEPSbXCOng

想理解神经算术逻辑单元吗?

https://mp.weixin.qq.com/s/ZcP7PV4KfYw6VWlCDJ0nlQ

来自研究员的读书笔记:基于数据驱动的三维几何解码器

https://mp.weixin.qq.com/s/6B22mT0ot0K_jo3FzmumQw

Deep Unrolling:深度网络与传统模型之间的桥梁

https://mp.weixin.qq.com/s/YOeAondK_pjefmVWb5EoOw

如何选出最“美”图片展示给你?携程做了基于深度学习的图像美感评分系统

https://mp.weixin.qq.com/s/_7yx6IywJ1EOClZUcr0AsA

PNAS:绘制情绪图谱,人类内心的表情包其实很丰富

https://mp.weixin.qq.com/s/TUhr31EleePcHHNNUAWQ4A

Google Brain与牛津大学主持最新《计算机视觉前沿》报告

https://mp.weixin.qq.com/s/DCoYcEpkH3t7WSpBBH_rLA

诺基亚首席科学家范力欣:用模糊逻辑实现可解释的深度神经网络

https://mp.weixin.qq.com/s/ZWUPaSeL4vGfoEOxI57umw

为卷积模型执行加入循环和远程反馈,更完整地拟合生物视觉

https://mp.weixin.qq.com/s/t0lGL66YIJwIvI4emNfN7Q

UC Berkeley新研究:通过深度学习建模注意点采样阵列

https://mp.weixin.qq.com/s/fJMae88M8GEQi80DfbCKjQ

从“局部连接”回到“全连接”的神经网络

https://mp.weixin.qq.com/s/Sb_kPgtwyQFWloDT3707TA

深度学习了40万个表情,一大波AI表情包来了

https://mp.weixin.qq.com/s/dJXl5tI-WKB3O28sgJmbkw

机器也能感知时间,AI系统可预测5分钟内的未来!

https://mp.weixin.qq.com/s/Ji3dTs0lMjLLR5Oxbsr3Vg

何恺明等人最新论文提出非局部神经网络

https://mp.weixin.qq.com/s/vH9vl15eQz5aarhgSLMh-A

戳穿泡沫:对“信息瓶颈”理论的批判性分析

https://mp.weixin.qq.com/s/LFAnmDec05JPojO3ncdJBw

使用深度学习和树搜索进行从零开始的既快又慢的学习

https://mp.weixin.qq.com/s/r-tl6ooNcQ_j4OFzV-5f3w

计算机视觉这一年

https://mp.weixin.qq.com/s/OkSjIw54TNbRtKN0I2Ug1Q

LeCun哈佛演讲:《机器怎样才能像人和动物一样学习》(135页PPT)

https://www.zhihu.com/question/427088601

在CV/NLP/DL领域中,有哪些修改一行代码或者几行代码提升性能的算法?


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK