本文介绍了如何在 TensorFlow 上实现基础 LSTM 网络的详细过程。作者选用了 MNIST 数据集，本文详细介绍了实现过程。

耶路撒冷希伯来大学的计算机与神经科学家 Naftali Tishby 提出了一项名为「信息瓶颈」（Information Bottleneck）的新理论，有望最终打开深度学习的黑箱，以及解释人脑的工作原理。这一想法是指神经网络就像把信息挤进瓶颈一样，只留下与一般概念最为相关的特征，去掉大量无关的噪音数据。深度学习先驱 Geoffrey Hinton 则在发给 Tishby 的邮件中评价道：「信息瓶颈极其有趣...

很显然，深度学习即将对我们的社会产生重大显著的影响。Mobibit 创始人兼 CEO Pramod Chandrayan 近日在 codeburst.io 上发文对自动编码器的基础知识和类型进行了介绍并给出了代码实例。机器之心对本文进行了编译。

六段代码使深度学习发展成为今天的模样。本文介绍它们的发明者和背景。每个故事包括简单的代码示例，均已发布到 FloydHub 和 GitHub 上，欢迎一起探讨。

【新智元导读】香港浸会大学褚晓文教授团队在2016年推出深度学习工具评测的研究报告《基准评测 TensorFlow、Caffe、CNTK、MXNet、Torch 在三类流行深度神经网络上的表现》，并在2017年年初发布更新，引起广泛关注。在本次专访中，褚晓文教授介绍了各个工具的优势和劣势，并谈到了TPU崛起对GPU的影响。本文后半部分是褚晓文教授在AICC大会上的演讲实录和PPT。

定义云深度学习平台什么是云深度学习？随着机器学习的发展，单机运行的机器学习任务存在缺少资源隔离、无法动态伸缩等问题，因此要用到基于云计算的基础架构服务。云机器学习平台并不是一个全新的概念，Google、微软、亚马逊等都有相应的服务，这里列举几个比较典型的例子。

在过去几年，计算机科学家在人工智能(AI)方面取得了巨大的飞跃，也让人工智能技术变得越来越普遍。

生成对抗网络是现在人工智能领域的当红技术之一。近日，Sigmoidal.io 的博客发表了一篇入门级介绍文章，对 GAN 的原理进行了解释说明。另外，在该文章的最后还附带了一些能帮助初学者自己上手开发实验的资源（包含演讲、教程、代码和论文），其中部分资源机器之心也曾有过报道或解读，读者可访问对应链接查阅。

为了提高分布式深度学习的速度和效率，杜克大学「进化智能研究中心」陈怡然和李海教授的博士生温伟提出了 TernGrad 分布式训练算法，并与 Hewlett Packard Labs（慧与研究院）徐聪和内华达大学的颜枫教授合作，在大规模分布式深度学习中进行了有效的验证。该工作可以将浮点型的学习梯度（gradients）随机量化到三元值（0 和±1）。理论上，可以把梯度通信量至少减少为...

本论文技术性地介绍了三种最常见的神经网络：前馈神经网络、卷积神经网络和循环神经网络。且该文详细介绍了每一种网络的基本构建块，其包括了基本架构、传播方式、连接方式、激活函数、反向传播的应用和各种优化算法的原理。本文不仅介绍了这三种神经网络的基本原理与概念，同时还用数学表达式正式地定义了这些概念。这是一份十分全面的神经网络综述论文，机器之心简要摘取...

2016 年，Aaron Courville 和 Yoshua Bengio 组织的 MILA 深度学习夏季课程获得了极大的关注。今年，新一届的 MILA 深度学习与强化学习夏季课程开放了 PPT 和教学视频。机器之心摘选了 Bengio、Goodfellow 和 Sutton 的部分亮点并简要介绍了该课程。

【新智元导读】一家名叫DeepL的公司声称他们的翻译工具已经超过谷歌、微软、Facebook等大公司的翻译工具，本文提供了作者亲测的评价。

【新智元导读】科技作者、创业者、自学AI并成为博士生的Robbie Allen收集整理了一份详尽的资料，囊括值得关注的人、机构、课程、博客、Github库、会议等各种资源，值得收藏学习。

【新智元导读】《2017中国机器人产业发展报告》是中国电子学会机器人产业研究的最新成果，报告深度解析我国各区域机器人产业发展水平，对国内外机器人技术与产业发展态势进行比较分析，以工业机器人、服务机器人和特种机器三大领域作为主要对象分别进行分析。报告认为，2017年预计我国机器人市场规模将达到62.8亿美元。当前，机器人领域的龙头企业都将目光聚焦到市场增长迅...

雷锋网 AI 科技评论按：本文作者徐阿衡，原文载于其个人主页，雷锋网(公众号：雷锋网)AI 科技评论获其授权发布。