微软小冰首席科学家武威解读 EMNLP 论文:聊天机器人的深度学习模型

分享嘉宾:   武威,微软小冰首席科学家,主要研究方向为自然人机对话、自然语言处理、机器学习以及信息 … Continue reading “微软小冰首席科学家武威解读 EMNLP 论文:聊天机器人的深度学习模型”

图神经网络概述第三弹:来自IEEE Fellow的GNN综述

图神经网络 (GNN)热度持续上升,之前我们曾介绍了清华两篇综述论文,参见: 深度学习时代的图模型,清华发文综 … Continue reading “图神经网络概述第三弹:来自IEEE Fellow的GNN综述”

NIPS2018最佳论文解读:Neural Ordinary Differential Equations

这篇论文的作者隶属于着名的多伦多大学向量研究所。在这篇文章中,我将尝试解释这篇论文的主要观点,并讨论它们对深度 … Continue reading “NIPS2018最佳论文解读:Neural Ordinary Differential Equations”

干掉高速摄像头:神经网络生成极慢视频,突破人类肉眼极限

总有那幺一些细节,你瞪大双眼拼了命想看清却依然奈不了何,比如下面这个:     跟得上球吗 … Continue reading “干掉高速摄像头:神经网络生成极慢视频,突破人类肉眼极限”

为什幺让GAN一家独大?Facebook提出非对抗式生成方法GLANN

生成对抗网络( GAN )在图像生成方面已经得到了广泛的应用,目前基本上是 GAN 一家独大,其它如 VAE … Continue reading “为什幺让GAN一家独大?Facebook提出非对抗式生成方法GLANN”

深度学习时代的图模型,清华发文综述图网络

他们将现有方法分为三个大类:半监督方法,包括和图卷积网络;无监督方法,包括图自编码器;近期新的研究方法,包括图 … Continue reading “深度学习时代的图模型,清华发文综述图网络”

分析梯度下降的轨迹,更好地理解深度学习中的优化问题

雷锋网 AI 科技评论按:神经网络的优化本质上是一个非凸问题,而简单的基于梯度的算法在实践中似乎总是能够解决这 … Continue reading “分析梯度下降的轨迹,更好地理解深度学习中的优化问题”