TensorFlow 發(fā)布新版本1.5.0

鏈接：

https://github.com/tensorflow/tensorflow/releases/tag/v1.5.0-rc0?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

此版本包括Tensorflow的新執(zhí)行模式的預(yù)覽版本和Tensorflow Lite（用于移動(dòng)和嵌入式設(shè)備）預(yù)覽版本。

Reddit調(diào)查：2017機(jī)器學(xué)習(xí)“各種最佳”

鏈接：

https://www./r/MachineLearning/comments/7nrzhn/d_results_from_best_of_machine_learning_2017/

Redditors選出了最好的視頻，最好的博客文章，最好的新工具，最好的論文，最好的其它。 想要追蹤過(guò)去一年的重要發(fā)展，本文值得一讀。

一個(gè)“貼紙”欺騙深度學(xué)習(xí)系統(tǒng)將無(wú)關(guān)圖片識(shí)別為烤面包機(jī)

鏈接：

https:///this-simple-sticker-can-trick-neural-networks-into-thin-1821735479?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

谷歌研究人員開發(fā)了一個(gè)“迷幻”貼紙，當(dāng)放置在一個(gè)不相關(guān)的圖像中時(shí)，會(huì)欺騙深度學(xué)習(xí)系統(tǒng)，將圖像分類為烤面包機(jī)。原文戳這里：

https:///abs/1712.09665

GitHub30個(gè)最佳機(jī)器學(xué)習(xí)項(xiàng)目

鏈接：

https://medium./30-amazing-machine-learning-projects-for-the-past-year-v-2018-b853b8621ac7

MEDIUM.MYBRIDGE.CO – Share

這篇文章比較了8,800個(gè)開源機(jī)器學(xué)習(xí)項(xiàng)目，并考慮了受歡迎程度，參與度和新近度，選出了前30名。 它們?cè)贕ithub上平均得到3558個(gè)星星。

麻省理工6.S094：自動(dòng)駕駛深度學(xué)習(xí)（課程）

鏈接：

https://selfdrivingcars./?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

通過(guò)搭建無(wú)人駕駛車的應(yīng)用任務(wù)介紹深度學(xué)習(xí)。2018年課程于本周開始，視頻將在網(wǎng)站上發(fā)布。

戳這里看大數(shù)據(jù)文摘字幕組譯制的課程視頻（2017年版）

人工智能用于藥物開發(fā)——已被過(guò)度炒作

鏈接：

https:///the-ai-lab/artificial-intelligence-in-drug-discovery-is-overhyped-examples-from-astrazeneca-harvard-315d69a7f863?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

人工智能在藥物研發(fā)方面的投資正在飆升，但它們是否合理？ 這篇文章認(rèn)為，研究人員傾向于高估他們的成就，特別是在制藥領(lǐng)域。

深度神經(jīng)網(wǎng)絡(luò)的物理對(duì)抗實(shí)例

鏈接：

http://bair./blog/2017/12/30/yolo-attack/?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

這篇文章介紹了用最先進(jìn)的算法來(lái)生成數(shù)字對(duì)抗的實(shí)例，并討論了用一種新的算法來(lái)生成在不同的環(huán)境條件下物理對(duì)抗的例子。

DeepMind控制套件和控制包代碼

鏈接：

https://github.com/deepmind/dm_control?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

發(fā)布在這篇論文中https:///abs/1801.00690，DeepMind Control Suite是一套持續(xù)的控制任務(wù)，具有標(biāo)準(zhǔn)化的結(jié)構(gòu)和可解釋的獎(jiǎng)勵(lì)，旨在作為強(qiáng)化學(xué)習(xí)代理的性能基準(zhǔn)。

Facebook AI Research自動(dòng)語(yǔ)音識(shí)別工具包

鏈接：

https://github.com/facebookresearch/wav2letter?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

wav2letter是來(lái)自Facebook AI Research的一個(gè)簡(jiǎn)單高效的端到端自動(dòng)語(yǔ)音識(shí)別（ASR）系統(tǒng)。

戳這里看大數(shù)據(jù)文摘相關(guān)報(bào)道

一個(gè)針對(duì)迷宮/網(wǎng)格世界的可定制gym環(huán)境

鏈接：

https://github.com/zuoxingdong/gym-maze?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

這個(gè)庫(kù)包含一個(gè)可定制的gym環(huán)境，適用于各種迷宮或網(wǎng)格世界。 迷宮或網(wǎng)格世界環(huán)境在強(qiáng)化學(xué)習(xí)社區(qū)中經(jīng)常被使用。

自動(dòng)化的錯(cuò)誤分類

鏈接：

http://bugtriage./?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

一種新穎的使用基于注意力的深度雙向遞歸神經(jīng)網(wǎng)絡(luò)的錯(cuò)誤報(bào)告呈現(xiàn)算法。

[1712.09665]對(duì)抗補(bǔ)丁

鏈接：

https:///abs/1712.09665?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

一種在現(xiàn)實(shí)世界中創(chuàng)建通用、強(qiáng)大、有針對(duì)性的對(duì)抗圖像補(bǔ)丁的方法。這些補(bǔ)丁是通用的——因?yàn)樗鼈兛梢杂脕?lái)攻擊任何場(chǎng)景，也是強(qiáng)大的——因?yàn)樗鼈兛梢酝瓿筛鞣N各樣的變形，而且是有針對(duì)性的——因?yàn)樗鼈兛梢宰尫诸惼鬏敵鋈魏文繕?biāo)類。 這些對(duì)抗補(bǔ)丁可以打印、添加到任何場(chǎng)景、拍照，并呈現(xiàn)給圖像分類器。

[1801.00631]深度學(xué)習(xí)：批判性評(píng)論

鏈接：

https:///abs/1801.00631

深度學(xué)習(xí)這個(gè)領(lǐng)域由Hinton于2012年發(fā)表ImageNet深度網(wǎng)絡(luò)模型的論文（現(xiàn)在已然是經(jīng)典之作）重新點(diǎn)燃。 這個(gè)領(lǐng)域在接下來(lái)的五年中發(fā)現(xiàn)了什么？ 在語(yǔ)音識(shí)別，圖像識(shí)別，游戲玩法等方面取得長(zhǎng)足進(jìn)步的背景下，作者在深度學(xué)習(xí)中提出了十點(diǎn)關(guān)注，并提出要實(shí)現(xiàn)通用人工智能，深度學(xué)習(xí)必須輔以的其他技術(shù)。

戳這里看大數(shù)據(jù)文摘跟蹤報(bào)道的Yann LeCun對(duì)Gary Marcus的反駁

[1801.00690] DeepMind控件

鏈接：

https:///abs/1801.00690

DeepMind控制套件是一套連續(xù)的控制任務(wù)，具有標(biāo)準(zhǔn)化的結(jié)構(gòu)和可解釋的獎(jiǎng)勵(lì)，旨在作為強(qiáng)化學(xué)習(xí)代理的性能基準(zhǔn)。 這些任務(wù)用Python編寫，由MuJoCo物理引擎驅(qū)動(dòng)，使得它們易于使用和修改。包含了幾個(gè)學(xué)習(xí)算法的基準(zhǔn)。

[1801.01078v1] 卷積神經(jīng)網(wǎng)絡(luò)的最新進(jìn)展

鏈接：

https:///abs/1801.01078?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

面向新手和老司機(jī)，對(duì)RNNs及新進(jìn)展進(jìn)行了調(diào)查， 解釋了基本原理和最新進(jìn)展，并介紹了研究方面的挑戰(zhàn)。

回復(fù)“志愿者”加入我們