Много важных событий на этой неделе — Nvidia выпускает лучшую в мире видеокарту Titan Xp; Неконтролируемый нейрон настроений; Почему Momentum действительно работает; Федеративное обучение: совместное машинное обучение без централизованных обучающих данных
Новости
Количественная оценка производительности TPU, нашего первого чипа машинного обучения
Google выпускает более подробную информацию о TPU. Один из первых специализированных чипов машинного обучения работает намного лучше, чем обычные GPU и CPU. Действительно похоже, что специализированное оборудование является важной частью прогресса в области искусственного интеллекта и машинного обучения.
Intel сотрудничает с Preferred Networks в Японии в области глубокого обучения
Intel сотрудничает с японской компанией Preferred Networks Inc. (PFN) в разработке Chainer, платформы PFN с открытым исходным кодом для глубокого обучения, с целью повышения производительности глубокого обучения в инфраструктуре общего назначения на базе Intel.
Nvidia выпускает лучшую в мире видеокарту Titan Xp
Nvidia наслаждается долгим и непрерывным бегом на вершине кучи графических карт, и она только что увеличила свое лидерство с новым Titan Xp.
Статьи
Разговор с пионером искусственного интеллекта Йошуа Бенжио
Йошуа Бенджио рассказывает о том, что его волнует в глубоком обучении, как далеко мы продвинулись, среди прочего, в понимании мозга.
Microsoft: ИИ еще недостаточно адаптируется, чтобы помочь бизнесу
Главный исследователь Microsoft говорит, что слишком сложно настроить мощные системы машинного обучения под нужды отдельной компании.
Понимание ограничений глубокого обучения
Искусственный интеллект достиг пика популярности. Новостные агентства сообщают, что компании заменили работников на IBM Watson и что алгоритмы опережают врачей при постановке диагнозов. Каждый день появляются новые стартапы в области искусственного интеллекта, которые утверждают, что решают все ваши личные и деловые проблемы с помощью машинного обучения.
Неконтролируемый нейрон настроений
OpenAI разрабатывает неконтролируемую систему, которая обучается превосходному представлению настроений после обучения на наборе данных из 82 миллионов обзоров с самыми современными результатами.
Учебники, инструменты и советы
Почему Momentum действительно работает
Мы часто думаем об импульсе как о средстве гашения колебаний и ускорения итераций, что приводит к более быстрой сходимости. Но у него есть другое интересное поведение. Он позволяет использовать более широкий диапазон размеров шага и создает собственные колебания. Что здесь происходит?
DAVIS: Сегментация видео с плотными аннотациями
DAVIS, Densely Annotated Video Segmentation, открытый конкурс, специально разработанный для задачи сегментации видеообъектов, обнародовал свои наборы данных для обучения и проверки в рамках конкурса.
Sonnet — новая библиотека для построения нейронных сетей
Гибкость и адаптивность TensorFlow позволяет создавать фреймворки более высокого уровня для конкретных целей, но есть места, которые можно упростить. Deepmind выпускает один фреймворк, очень похожий на Keras, под названием Sonnet, для быстрого создания модулей нейронных сетей с помощью TF.
Подпишите это с помощью TensorFlow
Как создать и обучить генератор подписей к изображениям с помощью блокнота TensorFlow.
Представления для языка: от встраивания слов к значениям предложений
Лекция Криса Мэннинга о хороших способах понимания структуры высказываний человеческого языка и способах составления их значений, а также о том, как методы глубокого обучения могут помочь в решении обеих задач.
Этот учебник проведет вас через процесс использования трансферного обучения для изучения точного классификатора изображений на относительно небольшом количестве обучающих образцов. Вообще говоря, трансферное обучение относится к процессу использования знаний, полученных в одной модели, для обучения другой модели.
Исследовательская работа
Федеративное обучение: совместное машинное обучение без централизованных обучающих данных
Федеративное обучение позволяет мобильным телефонам совместно изучать общую модель прогнозирования, сохраняя при этом все обучающие данные на устройстве, отделяя возможность машинного обучения от необходимости хранить данные в облаке.
Ваш телефон настраивает модель локально в зависимости от вашего использования (A). Обновления многих пользователей объединяются (B) для формирования согласованного изменения © общей модели, после чего процедура повторяется.
Рекомендации по применению глубокого обучения к новым приложениям
Этот отчет предназначен для групп, которые являются экспертами в своих приложениях, но новичками в глубоком обучении. Он содержит практические советы для тех, кто заинтересован в тестировании использования глубоких нейронных сетей в приложениях, новых для глубокого обучения.
Модели последовательности к последовательности могут напрямую транскрибировать иностранную речь
В этой статье представлена рекуррентная архитектура глубокой нейронной сети кодер-декодер, которая напрямую переводит речь на одном языке в текст на другом и обеспечивает самую современную производительность в задаче перевода речи Fisher Callhome с испанского на английский.
Если вам нравится то, что вы читаете, пожалуйста, подпишитесь и порекомендуйте своим друзьям или поделитесь благодарностями в Твиттере! Буду рад услышать ваши предложения и рекомендации @deephunt_in или в комментариях ниже!
Первоначально опубликовано как Информационный бюллетень Deep Hunt.
