这一周,我们迁移学习 | 内有福利

2018 年 11 月 12 日 量子位
全体员工 发自 亚龙湾
量子位 出品 | 公众号 QbitAI

海边的周一的感受,是和别处不同的。都是沙滩摆着一把躺椅,头顶上预备着遮阳伞,可以随时刷手机。

写稿的人,傍午傍晚散了工,每每花四文铜钱,买一碗Dry Martini。

这是20多小时前的事,还要持续六七天。

昨天,量子位全员(包括实习生)告别帝都,远赴刚刚获批成立自由贸易试验区的海南,展开今年第二次集体赴外地考察调研。

当然这不是一个纯玩之旅,Information Never Sleeps,量子位还会持续更新,期间如有不足之处,希望读者老师们海涵指正。

除了例行工作和修整,量子位全体同学还有一个重要任务,展开多种形式的强化学习,提高自身业务水平,争取更好的为人民服务。

所以这次远赴南方深造,被我们看作是一次:

迁移学习

回顾即将过去的这一年,量子位收获颇多,衷心感谢自我们成立一年多以来,各位读者老师的鞭策、鼓励与不离不弃。

如果恰巧你也在这里,如果恰巧与我们不期而遇(上次TB就遇见一个AI公司outing),希望你不要默默与我们擦肩,给我们一个当面感谢的机会~

辨识量子位的同学很简单,通常我们都穿着如下图案的Hoodie(或类似的T恤):

有小姐姐们。

也有小哥哥们。

背后的图样如下所示。

上面这些,其实是我们内部小规模流片的衣服,如果今天看到这篇的读者老师们也有喜欢的,可以留言给我们,我们会选出10位。

下次我们再制作量子位的厂服,会一并联系赠送。算是一个小小的回馈福利吧,希望喜欢~

当然本周还有很多大事,期间我们有同事还得回帝都处理工作;期间量子位正在火热寻找的中国最优秀AI公司,仍在照常进行。

报名传送门戳这里。

各位推动中国人工智能滚滚向前的中流砥柱们,欢迎随时与我们沟通~

在哪里上班不是上班,在哪里长胖不是长胖。

面朝大海,迪朴乐宁~

(大概11点40分发。)

年度评选申请

加入社群

量子位AI社群开始招募啦,欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“交流群”,获取入群方式;


此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。


进专业群请在量子位公众号(QbitAI)对话界面回复关键字“专业群”,获取入群方式。(专业群审核较严,敬请谅解)

活动策划招聘

量子位正在招聘活动策划,将负责不同领域维度的线上线下相关活动策划、执行。欢迎聪明靠谱的小伙伴加入,并希望你能有一些活动策划或运营的相关经验。相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态


登录查看更多
1

相关内容

迁移学习(Transfer Learning)是一种机器学习方法,是把一个领域(即源领域)的知识,迁移到另外一个领域(即目标领域),使得目标领域能够取得更好的学习效果。迁移学习(TL)是机器学习(ML)中的一个研究问题,着重于存储在解决一个问题时获得的知识并将其应用于另一个但相关的问题。例如,在学习识别汽车时获得的知识可以在尝试识别卡车时应用。尽管这两个领域之间的正式联系是有限的,但这一领域的研究与心理学文献关于学习转移的悠久历史有关。从实践的角度来看,为学习新任务而重用或转移先前学习的任务中的信息可能会显着提高强化学习代理的样本效率。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【DeepMind推荐】居家学习的人工智能干货资源大全集
专知会员服务
107+阅读 · 2020年6月27日
零样本文本分类,Zero-Shot Learning for Text Classification
专知会员服务
95+阅读 · 2020年5月31日
元学习(meta learning) 最新进展综述论文
专知会员服务
275+阅读 · 2020年5月8日
《迁移学习简明手册》,93页pdf
专知会员服务
131+阅读 · 2019年12月9日
【机器学习课程】机器学习中的常识性问题
专知会员服务
72+阅读 · 2019年12月2日
【文章|BERT三步使用NLP迁移学习】NLP Transfer Learning In 3 Steps
零样本图像分类综述 : 十年进展
专知会员服务
122+阅读 · 2019年11月16日
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9日
【免费下载】迁移学习简明手册
新智元
21+阅读 · 2018年4月13日
当我们在读书时,我们在读什么?
互联网er的早读课
3+阅读 · 2018年3月19日
谷歌开源语义图像分割模型DeepLab-v3+ | 附代码
极市分享|王晋东 迁移学习中的领域自适应方法
极市平台
10+阅读 · 2017年12月11日
Arxiv
5+阅读 · 2020年3月17日
OD-GCN: Object Detection by Knowledge Graph with GCN
Arxiv
4+阅读 · 2019年9月30日
Arxiv
19+阅读 · 2018年3月28日
Arxiv
15+阅读 · 2018年2月4日
Arxiv
13+阅读 · 2017年12月5日
Arxiv
10+阅读 · 2017年7月4日
VIP会员
相关VIP内容
【DeepMind推荐】居家学习的人工智能干货资源大全集
专知会员服务
107+阅读 · 2020年6月27日
零样本文本分类,Zero-Shot Learning for Text Classification
专知会员服务
95+阅读 · 2020年5月31日
元学习(meta learning) 最新进展综述论文
专知会员服务
275+阅读 · 2020年5月8日
《迁移学习简明手册》,93页pdf
专知会员服务
131+阅读 · 2019年12月9日
【机器学习课程】机器学习中的常识性问题
专知会员服务
72+阅读 · 2019年12月2日
【文章|BERT三步使用NLP迁移学习】NLP Transfer Learning In 3 Steps
零样本图像分类综述 : 十年进展
专知会员服务
122+阅读 · 2019年11月16日
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9日
相关资讯
Top
微信扫码咨询专知VIP会员