前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >机器学习人工学weekly-2018/2/18

机器学习人工学weekly-2018/2/18

作者头像
windmaple
发布2018-03-07 10:21:04
6690
发布2018-03-07 10:21:04
举报
文章被收录于专栏:机器学习人工学weekly

新年快乐!

注意下面很多链接都需要访问外国网站,无奈国情如此。

1. RL相关

1.1 DeepMind发布IMPALA算法和新的RL测试环境DMLab-30

IMPALA主要是利用了新提出的V-trace operator进行off-policy学习,还针对TF/cuDNN做了很多优化,最后效果是实现了在Atari 57个游戏任务里面一定程度上的transfer learning

DMLab-30里面有30个新的任务,有些要测试long term memory,有些要测试自然语言理解

IMPALA: Scalable Distributed DeepRL in DMLab-30

blog链接:https://deepmind.com/blog/impala-scalable-distributed-deeprl-dmlab-30/

1.2 这里有一篇讲RL bias/variance tradeoff的文章,我觉得写的非常好,这个题目以前从来没有看到有人谈到过。Arthur Juliani这个人的medium blog值得follow一下,他之前也写过一系列RL的文章都很不错,原来去了Unity实习

链接:https://medium.com/mlreview/making-sense-of-the-bias-variance-trade-off-in-deep-reinforcement-learning-79cf1e83d565

1.3 RL批判长文(作者在Google Brain,年轻有为,他的blog很不错),其实也不是批判了,就是指出RL现在的各种问题,比如sample efficiency地下,reward设计难度搞,容易陷入奇怪local optima,generalization很难等等问题,写的非常好,强烈推荐

链接:https://www.alexirpan.com/2018/02/14/rl-hard.html

1.4 地平线发的一篇RL开自驾车的论文,用的DQN,虽然我不太懂自驾车,但是这个蛮有意思的

链接:https://arxiv.org/pdf/1802.00332.pdf

2. keras blog上的guest post,用keras+flask搭建一个简单的图像识别服务器教程,非常简单,当然有链接到一个更复杂适合生产系统的文章。作者的书Deep learning for computer vision with python看着也不错

Building a simple Keras + deep learning REST API

链接:https://blog.keras.io/building-a-simple-keras-deep-learning-rest-api.html?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=Deep%20Learning%20Weekly

3. 魔高一尺,道高一丈,魔再高一尺。这个就是针对深度学习的defense to adversarial attacks。这篇ICLR文章就是针对ICLR接受的8篇defense文章的反击,ICLR还没开就已经攻破了其中7个防御 :)

链接:https://arxiv.org/pdf/1802.00420.pdf

4. 新提出的nested LSTM,即在LSTM里面嵌入另一个LSTM,比stack起来的多层LSTM效果还好

链接:https://arxiv.org/pdf/1801.10308.pdf

扩展阅读

链接:https://medium.com/intuitionmachine/neurons-are-more-complex-than-what-we-have-imagined-b3dd00a1dcd3

5. Creative Applications of Deep Learning with TensorFlow一门免费的MOOC课,教用TF搞创作

课程链接:https://www.kadenze.com/courses/creative-applications-of-deep-learning-with-tensorflow/info

作业及课件:https://github.com/pkmital/CADL

6. 用keras做一个简单的啤酒推荐引擎(老美最喜欢这种东西),看各种embedding之类,分3个部分,可以看看

链接:https://medium.com/data-from-the-trenches/deep-beers-playing-with-deep-recommendation-engines-using-keras-part-1-1efc4779568f

7. datastream.io,开源的异常检测工具包,可以自己定义报异常的检测规则,看起来还行

blog链接:https://medium.com/@ment_at/datastream-io-open-source-anomaly-detection-64db282735e0

repo链接:https://github.com/MentatInnovations/datastream.io

8. neural program synthesis用神经网络写程序的survey文章,主要还是靠RNN/attention/memory/pointer network这些工作

链接:https://arxiv.org/pdf/1802.02353.pdf

9. UCSF给想学深度学习的人准备了一个小的数学教程,内容是比较高级的matrix calculus,应该读读

链接:https://arxiv.org/pdf/1802.01528.pdf

顺便提一句,这个教程的二作Jeremy Howard搞的fast.ai第二期又开始了,fast.ai也是很好的学习资源(我认为仅次于CS231,实战操作性较强,今年应该用的最潮的PyTorch。去年有个女生Sara Hooker就从那个课上去了Google Brain Resident),有视频作业等等,可以看一下下面这个人的介绍

链接:http://course.fast.ai/

10. 小短文介绍不用eyeballing loss graph来自动停止运算的方法,这个也是dlib这个框架自带的方法

链接:http://blog.dlib.net/2018/02/automatic-learning-rate-scheduling-that.html

*bonus: UCLA数学系搞的一个workshop,有视频

New Deep Learning Techniques

链接:http://www.ipam.ucla.edu/programs/workshops/new-deep-learning-techniques/?tab=schedule

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-02-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习人工学weekly 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
检测工具
域名服务检测工具(Detection Tools)提供了全面的智能化域名诊断,包括Whois、DNS生效等特性检测,同时提供SSL证书相关特性检测,保障您的域名和网站健康。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档