每日三篇 | CS 230课程小抄；GAN的解剖；Uber攻克强化学习难题

1

斯坦福大学CS 230的深度学习图解小抄

近日，网友Afshine Amidi和Shervine Amidi在Github上共享了斯坦福大学CS 230深度学习的课程小抄。他们的文档归纳了卷积神经网络、循环神经网络以及训练深度学习模型时要记住的要点和技巧，并对所有知识点做了统一梳理，非常适合初学者参考。

地址：https://github.com/afshinea/stanford-cs-230-deep-learning

2

GAN Dissection: Visualizing and Understanding Generative Adversarial Networks

近年来，许多创新研究已经证实GAN在生成逼真图像上有极强的潜力，但我们还不知道它的这个能力是来源于像素记忆还是对图像构图的学习。近期，来自MIT、IBM、香港中文大学和Google的学者发表了一篇论文，证实GAN确实可以学习一些有关构图的内容。下图他们制作的一个演示界面，左边的每个按钮对应于一组20个神经元。通过学习，GAN能学会生成树木、门和屋顶等物体；通过直接切换神经元，我们可以观察网络学习建模的视觉世界结构。

地址：https://gandissect.csail.mit.edu/

3

Montezuma’s Revenge Solved by Go-Explore, a New Algorithm for Hard-Exploration Problems

在深度强化学习（RL）中，解决雅达利游戏《蒙特祖玛的复仇》一直是一项巨大的挑战。它代表了一类广泛的具有挑战性的现实问题——“难以探索的问题”，目前最先进的算法只能获得11347的平均分和17500的最高分。近日，Uber推出了一种新算法Go-Explore，能够在《蒙特祖玛的复仇》上获得超过2,000,000的分数，平均得分超过400,000！

地址：https://eng.uber.com/go-explore/

星标论智，每天获取最新资讯