摘要: 近日,深度學習三駕馬車之一的 Yann LeCun 教授與斯坦福大學 NLP 掌門人 Christopher Manning 教授共同出席了斯坦福 AI 實驗室所舉辦的 AI 沙龍,一同討論了關於「什麼是我們應該加入到深度學習系統中的先驗知識」的話題。儘管兩位教授對此話題有着不同的觀點,但是專家之間思想的碰撞總能帶給大家很多啓發。

摘要: 普林斯頓大學最近提出的 NeST 方法從新的角度爲神經網絡優化打開了方向。研究人員提出的新技術可以用「種子」神經網絡爲基礎,對特定數據集自動生成最優化的神經網絡,這些生成的模型在性能上超過此前業內最佳水平,同時資源消耗與模型尺寸相比同類模型小了一個數量級。研究人員稱,NeST 方法在工作過程中與人類大腦的成長和處理任務方式非常相近。

摘要: 在本文中,作者列出了 2017 年 GitHub 平臺上最爲熱門的知識庫,囊括了數據科學、機器學習、深度學習中的各種項目,希望能對大家學習、使用有所幫助。

摘要: 幾個月前,TensorFlow 發佈了梯度提升方法的調用接口,即 TensorFlow 提升樹(TFBT)。不幸的是,描述該接口的論文並沒有展示任何測試效果和基準的對比結果,所以 Nicolò Valigi 希望能對 TFBT 和 XGBoost 做一個簡要的對比,並分析它們之間的性能差異。我們介紹了該測試與 TFBT 的原論文,且 TF 1.4 及以上的版本也可測試該提升樹模型。

摘要: Ryan Dahl, the founder of Node.js, shared his thoughts over the year participating in Google Brain Residency Program.

摘要: 連假開始,你的論文存貨還夠嗎?對人工智慧感興趣的你,是否還停留在碎片閱讀階段?想要進行更深一步的學習,本篇推文中網羅了人工智慧領域15篇精選論文,讓你及時了解AI學科前沿成果。

 

摘要: 11節 麻省理工學院 的通用人工智慧課程。講師陣容超豪華:谷歌技術總監Kurzweil、特斯拉AI總監Andrej Karpathy、波士頓動力CEO Marc Raibert、OpenAI的聯合創始人Ilya Sutskever等。課程內容包括:通用人工智慧、計算認識科學、認知建模、深度學習等。文中附有課程講義下載和課程視頻地址。

摘要: 機器學習與人工智慧變得越來越熱。大數據原本在工業界中就已經炙手可熱,而基於大數據的機器學習則更加流行,因為其通過對數據的計算,可以實現數據預測、為公司提供決策依據。

摘要: 神經網絡是功能強大而又靈活的模型,在圖像,語音以及自然語言理解等學習任務上有良好的效果。儘管神經網絡很成功,但設計一個好的神經網絡仍然十分困難。為了能夠使設計神經網絡變得簡單,谷歌大腦團隊發表了一篇名為《Neural architecture search with reinforcement learning》的文章,該文章使用循環網絡來生成神經網絡中的模型描述,並用強化學習訓練這個RNN,以最大限度的提高驗證集中生成的架構的準確性。

摘要: MIT和普朗克航空系統公司的研究人員合作,提出了一類「透明設計網絡」,在李飛飛等人提出的視覺理解資料庫CLEVR上達到了99.1%的準確率,他們設計的模塊使用注意力機制,縮小了現有視覺理解模型在性能和可解釋性之間的差距,相關論文已被CVPR 2018接收,你也可以用公布的代碼構建自己的視覺理解模型。