你好,游客 登录 注册 发布搜索
rss订阅 手机访问 
学习算法
DeepMind 提出分层强化学习新模型 FuN,超越 LSTM
【新智元导读】在用强化学习玩游戏的路上越走越远的 DeepMind,今天发表在 arxiv上的最新论文《分层强化学习的 FeUdal 网络》引起热议。简称 FuN 的这个模型完善了 Dayan 和 Hinton 有关分层强化学习的理论,通过将任务分解为子任务来学习复杂行为或学习达成目标,在 ATARI 的多个游戏上的实验显示,该模型比 LSTM 基线表现更优。论文最后称,这类问题的解决方案或是具...
日期:03月08日 作者:
最小二乘GAN:比常规GAN更稳定,比WGAN收敛更迅速
近来 GAN 证明是十分强大的。因为当真实数据的概率分布不可算时,传统生成模型无法直接应用,而 GAN 能以对抗的性质逼近概率分布。但其也有很大的限制,因为函数饱和过快,当判别器越好时,生成器的消失也就越严重。所以不论是 WGAN 还是本文中的 LSGAN 都是试图使用不同的距离度量,从而构建一个不仅稳定,同时还收敛迅速的生成对抗网络。
日期:03月06日 作者:
从PyTorch到Mxnet ,对比7大Python深度学习框架
选择什么深度学习框架一直是开发者非常关心的一个话题,而且深度学习框架之间的「战争」也越来越激烈。过去一段时间,机器之心发过多篇机器学习框架的对比文章,但随着 Python 逐渐成为机器学习社区最受欢迎的语言,支持 Python 的深度学习框架的性能也值得关注。Indico Data Solutions 的 CTO Madison May 根据他们公司在产品和开发过程中的经验对 7 大 Python 深度学...
日期:03月06日 作者:
业界 | 谷歌使用深度学习帮助病理学家检测癌症,算法得分高达89%
在检查完病人的生物组织样本之后,病理学家的报告通常会成为许多疾病诊断中的黄金标准。特别是在癌症诊断中,病理学家的诊断对病人的治疗有着极大的影响。检查病理切片是一件非常复杂的任务,需要多年的培训从而掌握专业知识、获取经验。
日期:03月06日 作者:
PyTorch和TensorFlow到底哪个更好?看看一线开发者怎么说
Theano、TensorFlow、Torch、MXNet 再到近日比较热门的 PyTorch 等等,深度学习框架之间的比较一直以来都是非常受人关注的热点话题。机器之心也曾发表过多篇相关的介绍和对比文章,如《主流深度学习框架对比:看你最适合哪一款?》、《五大主流深度学习框架比较分析:MXNET 是最好选择》、《对比深度学习十大框架:TensorFlow 最流行但并不是最好》和《从 TensorFlow 到 The...
日期:03月02日 作者:
Yoshua Bengio 提出全新 GAN 训练法,大幅提升样本生成
【新智元导读】Yoshua Bengio 的团队提出用于训练 GAN 的新算法,在每次更新的训练中,训练一个生成器以产生位于当前鉴别器的判别边界之上的样本,使用这种算法训练的 GAN 被称为 BS-GAN,该算法对离散变量和连续变量广泛有效。
日期:03月01日 作者:
软件开发中最顶级的 17 个平台和工具
当你在决定使用哪些软件或平台来完成日常工作时,会存在很多选择。所以,我决定写一个我们在开发部门常用的软件开发工具列表,希望能对其他所有人都有所帮助。
日期:03月01日 作者:
程序员,要钱还是要命?漫画超有趣.....
在外界眼里,程序员的生活总是那么枯燥单一,而对于程序员自己来说理想与现实也总是差距很大。下面的四幅漫画就生动的展示了程序员方方面面,不妨一看。
日期:02月28日 作者:
经验之谈:如何为你的机器学习问题选择合适的算法?
随着机器学习越来越流行,也出现了越来越多能很好地处理任务的算法。但是,你不可能预先知道哪个算法对你的问题是最优的。如果你有足够的时间,你可以尝试所有的算法来找出最优的算法。本文介绍了如何依靠已有的方法(模型选择和超参数调节)去指导你更好地去选择算法。本文作者为华盛顿大学 eScience Institute 和 Institute for Neuroengineering 的数据科学博士后 Mi...
日期:02月27日 作者:
资源 | 在TensorFlow 1.0上实现快速图像生成算法Fast PixelCNN++
近日,伊利诺大学香槟分校的研究者在 GitHub 上发布了一个快速图像生成算法 Fast PixelCNN++的实现,该算法的相关论文已被提交到 ICLR 2016。
日期:02月27日 作者:
支持Python!Facebook开源预测工具Prophet
雷锋网消息:前天,Facebook 宣布开源一款基于 Python 和 R 语言的数据预测工具——“Prophet”,即“先知”。取名倒是非常直白。
日期:02月27日 作者:
Facebook开源大规模预测工具Prophet:支持Python和R
今天,Facebook 宣布开源了一个可以通过 Python 和 R 语言使用的预测工具 Prophet。以下是 Facebook 研究博客对该工具的介绍,后面还附有机器之心对该开源项目 README.md 文件和相关论文摘要的编译介绍。相关论文也可点击文末「阅读原文」查看。
日期:02月24日 作者:
百度引入Ring Allreduce算法,大规模提升模型训练速度
  雷锋网消息,美国西部时间2月21日,百度硅谷人工智能实验室(SVAIL)宣布将Ring Allreduce算法引进深度学习领域,这让基于GPU训练的神经网络模型的训练速度显著提高。
日期:02月23日 作者:
Java 接口——面向对象的精髓
接口有何用?面试宝典上背下来的总结,你真的明白吗?
日期:02月22日 作者:
编程界十二位祖师爷级别的 “大牛”,你知道几位?
我们常常会把那些贡献者为使我们生活变得更便利而做出的贡献看作是理所当然的,与那些给我们带来帮助的人相比,上天似乎有一种方式使得它给那些为我们带来娱乐的人的奖励要比前者更多。不过这没关系,我们知道该如何向那些带领着我们程序员和技术爱好者前进的人们致敬。
日期:02月22日 作者: