收藏夹整理

发表于   |     |   阅读次数

2016 年 8 月 28 日前

微博收藏

  1. How Image Degradations Affect Deep CNN-based Face Recognition? 答案是影响很大，文章有一定的启发意义。

  2. Formulating The ReLU 从 ReL, Sigmoid 讲到 ReLU。

  3. NN++: A small and easy to use neural net implementation for C++

  4. Benchmarking State-of-the-Art Deep Learning Software Tools

  1. Densely Connected Convolutional Network (DenseNet)

  2. 深度 | Facebook的图像识别很强大，一次开源了三款机器视觉工具（附论文）

  3. CNN-VIS: Use CNNs to generate images

  4. 法令纹，苹果肌，大小眼，桃花眼，脸部弹性等等等的脸部运动

  5. Language necessarily contains human biases, and so will machines trained on language corpora

  6. SAND GLYPHS: 字体生成. GitHub: sand-glyphs

  7. Artistic style transfer for videos

  8. Torch implementation for the paper “Artistic style transfer for videos”

  9. Learn Deep Learning the Hard Way

  10. Pedro Domingos深度解析机器学习五大流派中主算法精髓

  11. Beginners Guide to Topic Modeling in Python

  12. 基于回归的统一关键点检测模型

  13. Computational Learning Theory - VC Dimension (计算学习理论中文)

  14. Survey of resampling techniques for improving classification performance in unbalanced datasets

  15. Hype cycle - wikipedia

  16. Mollifying Networks

  17. ACL 2016 Tutorial: Understanding Short Texts

  18. Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising

  19. Twitter机器学习平台的设计与搭建

  20. I am trying a new initiative - a-paper-a-week

  21. Deep multi-scale video prediction beyond mean square error

  22. 构建自己的智能聊天机器人

  23. 随机采样方法整理与讲解（MCMC、Gibbs Sampling等）

  24. Github上Stars最多的53个深度学习项目，TensorFlow遥遥领先

  25. How to Visualize, Monitor and Debug Neural Network Learning

  26. Recurrent Neural Networks for Beginners

  27. 深度 | Google Brain研究工程师：为什么随机性对于深度学习如此重要？

  28. Convolutional network training using Torch | 从 AlexNet 到 ResNet 各种 models

  29. 业界 | 用于视觉任务的 CNN 为何能在听觉任务上取得成功？

  30. Understanding Convergence Concepts: A Visual-Minded and
    Graphical Simulation-Based Approach     R Package

  31. All you need is a good init

  32. Layer-sequential unit-variance (LSUV) initialization

  33. 用一张动图诠释效果，深入浅出推荐系统原理

  34. Image Completion with Deep Learning in TensorFlow

  35. Semantic Image Inpainting with Perceptual and Contextual Losses

  36. Second place solution for Facebook V competition on Kaggle

  37. Torch implementation of “Multiple Object Recognition with Visual Attention” on Kaggle Cats vs Dogs dataset

  38. Deep Learning Part 1: Comparison of Symbolic Deep Learning Frameworks

  39. Keras code and weights files for popular deep learning models.

  40. Bridging the Gap between Stochastic Gradient MCMC and Stochastic Optimization Github

  41. 欺骗人脸识别系统：Spoofing 2D Face Detection: Machines See People Who Aren’t There

  42. ICML 2016: Memory Networks for Language Understanding

  43. 【揭秘】PRISMA背后的人工智能大概是这么玩的

  44. The best explanation of Convolutional Neural Networks on the Internet!

  45. Globally Normalized Transition-Based Neural Networks

微信收藏

  1. 业界 | 五大主流深度学习框架比较分析：MXNET是最好选择

  2. 深度 | 深度学习系列文章Part2：迁移学习和微调深度卷积神经网络（附论文）

  3. Deep Learning Part 2: Transfer Learning and Fine-tuning Deep Convolutional Neural Networks

  4. 业界 | 从机器翻译到云视觉，谷歌的7大机器学习应用

  5. 最前沿：神经网络训练方法大革新，反向传播训练不再唯一 反向传播？人脑真的是这样做的吗？还能怎么做？预测梯度。用什么预测？另一组神经网络。戳论文：Decoupled Neural Interfaces using Synthetic Gradients

6.

2016 年 8 月 20 日前

微信收藏

  1. fastText 论文中文

  2. RNN 中文

  3. 多任务 DNN

  4. 编程能力层次模型

  5. 极客研报｜国内人工智能行业全梳理（内附 PDF 版）

  6. Google开源全球最精准自然语言解析器SyntaxNet

  7. 机器学习专家带你实践LSTM语言模型

  8. 科技与贫穷：这个世界真的会更好吗？

  9. ICML 2016 谷歌 DeepMind 论文上辑（大咖点评附下载）

  10. 【ICML2016】谷歌 DeepMind 论文下辑（肖京点评附下载）

  11. 关注词汇的具象含义，读外刊会更轻松

  12. 深度 | 计算机视觉和深度学习领域，被引用次数最多的三十篇论文（附下载）

  13. 一个简单奇怪的学习技巧，可以帮助你学习任何东西

  14. 【技术共享】怎么把人脸检测的速度做到极致

  15. 【重磅】深度学习难以加冕算法之王 3 大根本原因

  16. 深度 | ICCV研讨会：实时SLAM的未来以及深度学习与SLAM的比较（附论文和PPT）

  17. 深度 | Nature论文详解概率机器学习：从不确定性表征到自动建模（附论文）

  18. 冥想如何影响大脑？丨壹读精选

  19. 【推荐】BBC经典系列纪录片《数学的故事》

  20. 深度 | 在测试阶段使用Dropout获取输出的概率分布，让深度学习系统更聪明（附论文）

  21. 半分钟内能看透问题本质的人是如何思考的？

  22. 当你睡觉时，你的大脑在“排毒”

  23. 这几个坏习惯，导致你读不懂英语文章

  24. 6 种 Python 数据可视化工具

  25. 大数据处理平滑算法：Good-Turing估计

  26. 深度 | 给默片配音、自动生成手写体，盘点8个最具启发意义的深度学习应用（附论文）

  27. Python 基础：分分钟入门

  28. 回顾 | 如何让飘在半空的计算机视觉技术与需求落地？

  29. Bengio教授的深度学习终极思考：文化、进化与迷因

  30. 《机器智能的未来》系列八：Gurjeet Singh–使用拓扑学揭示数据形态 | 将门推荐

  31. 【干货】扎克伯格为提高员工工作效率，亲自做了这26张PPT！

  32. 最值得阅读学习的 10 个 C 语言开源项目代码

  33. 专访 Jordan 高徒 Percy Liang：如何开发连续学习的智能体

  34. 18 个锻炼编程技能的网站

  35. 深度 | 深度学习与神经网络全局概览：核心技术的发展历程

  36. 深度 | Google Brain研究工程师：为什么随机性对于深度学习如此重要？

  37. 深度 | 如何在 TensorFlow 中用深度学习修复图像？（附论文）

  38. Rectification and 3D Reconstruction of Curved Document Images

微博收藏

  1. 深度 | 机器学习敲门砖：任何人都能看懂的TensorFlow介绍

  2. The Gentlest Introduction to Tensorflow

  3. Gentlest Introduction to Tensorflow (Part 2)

  4. How Convolutional Neural Networks Work (用 X 和 O 举例)

  5. Flexible Image Tagging with Fast0Tag

  6. Interesting Python Tutorials

  7. Composing Music With Recurrent Neural Networks

  8. fancy-cnn - Sequential convolutional architectures for text classification

  9. 关于深度学习的机理，优化和网络结构的一些个人观点

  10. Recurrent Models and Examples with MXNetR

  11. FAIR open-sources fastText | Facebook Code

  12. Stanford Deep Learning Tutorial

  13. ConvNets vs LSTMs for text classification

  14. Google Tensorflow 深度学习笔记

  15. How to Develop Your First XGBoost Model in Python with scikit-learn

  16. Mollifying Networks (2016 paper)

  17. An Empirical Evaluation of doc2vec with Practical Insights into Document Embedding Generation

  18. FAIR open-sources fastText

  19. LIME code

  20. “Why Should I Trust You?”: Explaining the Predictions of Any Classifier

  21. 「无中生有」计算机视觉探奇

  22. Clockwork Convnets for Video Semantic Segmentation

  23. Lecture Notes Tabken by Students

  24. Applied deep learning resources

  25. Automatic Colorization