DL参考资源(六)
source link: http://antkillerfarm.github.io/dl%20&%20nlp%20resource/2018/01/05/DL_resource_6.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.
DL参考资源
https://mp.weixin.qq.com/s/k61NHqe-mwN-27jHdNVlWw
几何深度学习(Geometric Deep Learning)讲解
https://www.jiqizhixin.com/articles/2017-07-27-2
CVPR 2017李飞飞总结8年ImageNet历史,宣布挑战赛最终归于Kaggle
https://mp.weixin.qq.com/s/fY4vF0aPexwFi2Fu4grdzg
大规模视觉理解竞赛WebVision冠军分享
https://mp.weixin.qq.com/s/4dlWdPOCbYedu02aLAQ04Q
MIT“创世纪”机器学习新系统,自动生成补丁修复Bug
https://mp.weixin.qq.com/s/ESX-V5oMk35NhP7MKu_d0A
美剧《硅谷》深度学习APP获艾美奖提名:使用TensorFlow和GPU开发
https://mp.weixin.qq.com/s/2FKgCmQ8i58XamT_plrl1w
深度神经网络为什么不易过拟合?傅立叶分析发现固有频谱偏差
https://mp.weixin.qq.com/s/R6vZU_gBaODsh1XtsjTpFA
MIT与FAIR提出“mixup”:利用数据和标签的随机线性插值提高神经网络的健壮性
https://mp.weixin.qq.com/s/xZbsxAqo0mVUb-LyH6fU1g
Yann LeCun:大脑如何高效率学习?
https://mp.weixin.qq.com/s/UboQNEywHSBAYc0740qmzQ
让机器学会创造新的概念:DeepMind提出符号-概念关联网络SCAN
https://mp.weixin.qq.com/s/AAmQymWdKQDeL8DQacEZ3A
用深度学习解决Bongard问题
https://mp.weixin.qq.com/s/E5VpBt53VTjOxt8wE3SrLA
工程师如何解决穿衣搭配烦恼?
https://mp.weixin.qq.com/s/tzAp6PxAn3GszcttRzfz8Q
CMU提出新型智能体定位方法:“主动神经定位器”
https://mp.weixin.qq.com/s/_1rKAj-KOs4P8WnKzen64w
传统方法已经Out了?OpenAI提出全新辩论模式训练AI
https://zhuanlan.zhihu.com/p/36527644
Learning with Noise: Enhance Distantly Supervised Relation Extraction with Dynamic Transition Matrix——一种对噪音数据显式建模的方法
https://mp.weixin.qq.com/s/mEnYNs9tP-246lVM3WFgZg
颜水成团队CVPR新架构,提速300%
https://mp.weixin.qq.com/s/2FDVt1-U6f0gicCVtZh4cA
伯克利联合OpenAI发布新型深度学习方法TCML:学习通用型算法
http://mp.weixin.qq.com/s/eXY0jVdWMg3B_CQ514ngsA
深度学习各方面应用
https://mp.weixin.qq.com/s/8a4hTHJ1F-dUiUI12COJkA
电话诈骗层出不穷?一家“接地气”的公司正在用人工智能解决这个社会顽疾
https://mp.weixin.qq.com/s/bMW2go3QefbgYMqVSzyy_g
腾讯AI Lab深度解读CVPR五大前沿
https://mp.weixin.qq.com/s/M4U0RKcFqZKZAiwK5IyOFA
GAN之父Ian Goodfellow在Quora:机器学习十问十答
http://stanford.edu/~rezab/nips2014workshop/slides/jeff.pdf
Techniques and Systems for Training Large Neural Networks Quickly
https://mp.weixin.qq.com/s/rlkZ82FcYMOmYoLjiCTN7g
一张图看懂人工智能知识体系
https://mp.weixin.qq.com/s/oNPrmIm1SOlA9tuyQZFr9w
让机器人学会理解语义概念:谷歌提出深度视觉新技术
https://mp.weixin.qq.com/s/HD370E4cCYvy_pdEKAvLIA
教机器学习编程
https://mp.weixin.qq.com/s/OXVrijBMMq3A_oRSfVB1nQ
田渊栋等人最新论文:别担心深度网络中的虚假局部极小值
https://mp.weixin.qq.com/s/O2eTHpHaydiMRup4qyOgrw
除了深度学习,你还应该了解这些发展方向
https://mp.weixin.qq.com/s/xVG72Q0zQrEqY7oRxES8Ug
如何对机器学习代码进行单元测试?
https://mp.weixin.qq.com/s/aJdNoBrt438yj8arLSNHwg
谷歌用ML模型替代数据库组件,或彻底改变数据系统开发
https://mp.weixin.qq.com/s/EA5FgDeFI_w-kSfMpf5Yxw
神经网络视觉分类算法的意外弱点
https://mp.weixin.qq.com/s/V6JQuACFbDWBl-iYkDnRig
自动修复Bug正确率达78.3%,北大、微软等提出ACS技术
https://mp.weixin.qq.com/s/QSo4wtXg8k0Uwks7_VBycw
我从吴恩达深度学习课程中学到的21个心得:加拿大银行首席分析师“学霸”笔记分享
https://mp.weixin.qq.com/s/Pn3YLetgcf3-xoTvBcvDUQ
基于信息理论的机器学习-中科院自动化所胡包钢研究员教程分享
https://mp.weixin.qq.com/s/VSQEFD2fQVrjlJ-LNn0CGg
李飞飞等人提出MentorNet:让深度神经网络克服大数据中的噪声
https://mp.weixin.qq.com/s/ZlVuVGW_XA_MTgBJhMmqXg
DeepXplore:深度学习系统的自动化白盒测试
https://mp.weixin.qq.com/s/0qyJtD124O5pRJ1UYEV0qg
为给定任务自动生成神经网络:MIT提出RNN架构生成新方法
https://mp.weixin.qq.com/s/Rd_U0gnusWqBRprLKIJaWQ
Xavier Amastsin:2017机器学习和人工智能年终综述
https://mp.weixin.qq.com/s/53zse9GD9W25Vx6FCt2Bmw
基于深度学习的DGA恶意域名分类算法
https://mp.weixin.qq.com/s/diecjVsTkFhulTwET9N4WA
DeepMind研究科学家深度生成模型报告,视频+PPT一文全揽最新前沿进展
https://www.jianshu.com/p/31ab3e3e1d6e
论文阅读:An Artificial Neural Network-based Stock Trading System Using Technical Analysis and Big Data Framework
https://mp.weixin.qq.com/s/O39cedZPRpqRjDHb98sopQ
当你增加神经网络的层数时会发生什么?
https://mp.weixin.qq.com/s/x5jX2g44X2sp7WIOdoUP4w
李沐:漫谈在线学习:在线梯度下降
https://mp.weixin.qq.com/s/iYStJoLDJvAr8Ke_X8djtA
在线深度学习:在数据流中实时学习深度神经网络
https://mp.weixin.qq.com/s/VVPPo3F4Z2Q3MaUG66bbcg
AI何时能懂环境会沟通?别急,这个“你说我画”小游戏开了个好头
https://mp.weixin.qq.com/s/hap6MF7cMgXEEt_-DKAa7Q
深度解读:深度学习在IoT大数据和流分析中的应用
https://mp.weixin.qq.com/s/nzlmt5YZtGqWYw7eRqy3cg
Structural Learning with Amortized Inference
https://mp.weixin.qq.com/s/uK7oQUvuatsCK6WPas3Igg
AI与深度学习重点回顾:Denny Britz眼中的2017
https://mp.weixin.qq.com/s/-5zADACehIzB_XYuGn2DKg
简化标注者工作:Google等学者提出基于智能对话的边界框标注方法
https://mp.weixin.qq.com/s/8unG1Yo1kQJdgSMlKiqgbA
逻辑回归和深度神经网络:哪个更适合你?
https://mp.weixin.qq.com/s/7hPMb250EBfKwcZesIBxBg
超算Titan仅用一天生成AI神经网络,顶尖人类科学家则需数月
http://cs.stanford.edu/people/karpathy/convnetjs/demo/classify2d.html
这是一个2层神经网络的可视化demo
http://mp.weixin.qq.com/s/upblqKf0m_15o4L1fF0EEQ
深度学习模型转换器
https://mp.weixin.qq.com/s/JnGpVQDF95hHTirrZyJc_g
一个降低深度学习时间,空间,经济成本的解决方案
https://mp.weixin.qq.com/s/d-Rt3Bz4Qzf3qaoSxiTlGA
计算机视觉怎么给图像分类?KNN、SVM、BP神经网络、CNN、迁移学习供你选
https://www.oreilly.com/learning/caption-this-with-tensorflow
图片字幕生成
https://mp.weixin.qq.com/s/JAVzy8gy7k4EesBBHvEZLg
亚马逊用机器学习自动调优数据库管理系统
https://mp.weixin.qq.com/s/gfuO7CwfFiNC-iqDquDKQQ
五个案例,三大心得——带你进阶深度学习的实践应用之路
http://mp.weixin.qq.com/s/XH1dXWSPiQMAHYR0_-xylA
精选深度学习在文本、视觉、语音等领域的论文集
https://mp.weixin.qq.com/s/Wa2om6y27aFCB9kGRwZqBA
孙剑:如何在公司做好计算机视觉的研究
https://mp.weixin.qq.com/s/gA_qtlZg8zCkLqndkb3YJw
解读ICCV2017 12篇论文
https://mp.weixin.qq.com/s/eIy73UmlsCs7n2fmiEmACw
斯坦福论文提出MoleculeNet:分子机器学习新基准
http://mp.weixin.qq.com/s/D2Nw3oKF2DYgMZysmi_ysg
通过Crowd Layer,利用众包标注数据集进行深度学习
https://mp.weixin.qq.com/s/giwq3IZs6KSILSyXDn90pA
破解AI大脑黑盒迈出新一步!谷歌现在更懂机器,还开源了研究工具
https://zhuanlan.zhihu.com/p/34286453
林倞:Beyond Supervised Deep Learning–后深度学习时代的挑战
https://mp.weixin.qq.com/s/PC5KXU0zmE1eg2k_S9_pQg
增加深度,加速神经网络优化?这是一份反直觉的实验结果
https://mp.weixin.qq.com/s/1oDM6HvHKPBT6rKTSzUfVA
手把手:教你如何用深度学习模型预测加密货币价格
https://zhuanlan.zhihu.com/p/34437681
情感预测SHINE: Signed Heterogeneous Information Network Embedding for Sentiment Link Prediction引介
https://mp.weixin.qq.com/s/Ng3tyXqiO499dhNDX5561g
扔掉代码表!用RNN“破解”摩斯电码
https://mp.weixin.qq.com/s/v8I8kBnjcctGjCv7nAscrg
为打造无人仓,菜鸟自研了一套柔性自动化技术
https://mp.weixin.qq.com/s/Ja3uc06ZndbM7b6PitNdQQ
瑟瑟发抖……神经网络可能在欺骗你!
https://mp.weixin.qq.com/s/3Pe5wJ0VomzwKMF84OqcMg
脑启发的视觉计算2017年度关键进展回顾
https://mp.weixin.qq.com/s/D0n3xY0k25d6Ouf4mCi7Nw
让AI识别语义空间关系:斯坦福大学李飞飞组提出“参考关系模型”
https://mp.weixin.qq.com/s/_P-4hhd7QiOwrR_uBCPbZg
脑洞大开的机器视觉多领域学习模型结构
https://mp.weixin.qq.com/s/0E4VpN9z2sNvsGCvOI5RVA
稀疏&集成的卷积神经网络学习
https://mp.weixin.qq.com/s/4wMvfnvTaWF10Xq7HqbO-A
稀疏&集成的卷积神经网络学习(续)
https://mp.weixin.qq.com/s/aBDx_602GZXA36awEyjb-A
从深度学习研究论文中自动生成可执行源代码
https://mp.weixin.qq.com/s/xRLXCPF92vT7Gs-NLs2RGA
谷歌、百度等搜索巨头应该从果蝇身上学习什么?专访解读果蝇算法
https://mp.weixin.qq.com/s/g7sVzfJ38WJdzvevTsA5rg
过往Net,皆为调参?一篇BagNet论文引发学界震动
https://mp.weixin.qq.com/s/eS0OzK3Vxo0koGiLHP83ag
实际上,CNN图像分类策略简单到出人意料!
https://mp.weixin.qq.com/s/ew9oKF92M_t6vcSWxyFL3w
无参考图像质量评价研究进展综述
https://mp.weixin.qq.com/s/_QPzoFyhCxnIxDWKzzsvAQ
智能交通大数据最新论文综述
https://mp.weixin.qq.com/s/eYTDwSqgj-r7yV7w9tY_MA
融合质量不理想数据
https://mp.weixin.qq.com/s/fhpYkWiLGwSbpRsrwBcV9g
多轴3D打印中的几何计算
https://mp.weixin.qq.com/s/yXGuoBPmIeA3SteD_TliXg
F-Principle:初探深度学习在计算数学的应用
https://mp.weixin.qq.com/s/tduZoZecbOM0gC9Ugerbwg
用AI设计微波集成电路,清华大学等提出深度强化学习方法RINN
https://mp.weixin.qq.com/s/zcuTY9oWKhAQ8z0rx4nY4A
让TA说你想听的—基于音/视频特征解离的讲述者人脸生成
https://mp.weixin.qq.com/s/gjVLbH_S0t7jcjCYhpsTgw
基于深度学习的人脑视觉神经信息编解码研究进展及挑战
https://mp.weixin.qq.com/s/5gsbviBZ9Wkns0NTwCfDFw
孙剑:如何打造云、端、芯上的视觉计算
https://mp.weixin.qq.com/s/7dIf0YbUJCwz-_X9yTYIsA
一文读懂AI如何判断照片中人物的社交关系
https://mp.weixin.qq.com/s/w-6z8B60cIHUF5tU-RoQ3w
旷视科技提出统一感知解析网络UPerNet,优化场景理解
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK