精品文章分享-0818

2018 年 8 月 18 日 深度学习与NLP

    限于时间有限,但看到的优质的文章、资源实在太多,不能对所有文章都认真整理。本文只对一些不错的文章做简要介绍,附上链接,感兴趣的朋友可以点击链接细细品味。

    文末附所有文章PDF下载地址,需要的朋友自取。


    1、基于Tensorflow的深度强化学习免费实例教程

    整理了一些适合初学者学习的,深度强化学习相关的视频课程和不错的博客。讲解DRL的一些主要算法,以及如何基于Tensorflow实现这些算法。

    链接:    

https://simoninithomas.github.io/Deep_reinforcement_learning_Course/


    2、深度学习算法、原理、应用及挑战介绍

    由AI领域两位顶级专家Chris Manning and Ruslan Salakhutdinov讲解的一门课程的PPT。首先讲解了DeepLearning中的基本算法,原理,DL应用的基本情况,重点分析DL做为一个"black-box, off-the-shelf"的预测模型,存在哪些问题。是否没和使用统计学的场景都应该采用深度学习吗?这个“黑匣子”真的这么容易使用吗?而且,它能打开吗?统计人员是否能够帮助能够帮助我们理解和/或进一步发展深度学习“模型”?

    链接:

http://www.cs.cmu.edu/~rsalakhu/jsm2018.html


    3、最受欢迎的Top-200个深度学习项目分享

    汇集了Top-200个最受欢迎的深度学习Github repo,按照star排序。

        链接:

https://github.com/mbadry1/Top-Deep-Learning


    4、GAN医学图像处理相关资料大列表

    整理了100篇左右,GAN用于医疗影像(Medical Imaging)的论文,涉及与医疗相关的图像检测、切分、图像合成、重构和分类等方面。

    链接:https://github.com/xinario/awesome-gan-for-medical-imaging


    5、GAN资源汇总最全列表

    整理了与GAN相关的很多论文,涉及GAN在推荐领域的应用,GAN基本原理WORKSHOP相关的BLOG,以及GAN在图像、语音领域用于的基本论文

    链接:https://github.com/nightrome/really-awesome-gan

PDF全文下载地址  

     链接: https://pan.baidu.com/s/1xgk_u8hzh7iEygcDi7Zrfw

     密码: h45m

往期精彩内容推荐

高薪?机遇?改变世界?转行人工智能!!

2018/2019/校招/春招/秋招/自然语言处理/深度学习/机器学习知识要点及面试笔记

多任务强化学习蒸馏与迁移学习

深度学习实战-从源码解密AlphGo Zero背后基本原理

《纯干货》2018-2019年国际AI会议最全信息整理分享

最新深度学习面试题目及答案集锦

历史最全-16个推荐系统开放公共数据集整理分享

中佛罗里达大学《高级计算机视觉Cap6412 -2018》视频课程分享

干货 | 知识图谱的技术与应用


扫描下方二维码可以订阅哦!

DeepLearning_NLP

深度学习与NLP

       商务合作请联系微信号:lqfarmerlq

觉得还不错,记得点击下方小广告哦!!

登录查看更多
0

相关内容

深度强化学习 (DRL) 是一种使用深度学习技术扩展传统强化学习方法的一种机器学习方法。 传统强化学习方法的主要任务是使得主体根据从环境中获得的奖赏能够学习到最大化奖赏的行为。然而,传统无模型强化学习方法需要使用函数逼近技术使得主体能够学习出值函数或者策略。在这种情况下,深度学习强大的函数逼近能力自然成为了替代人工指定特征的最好手段并为性能更好的端到端学习的实现提供了可能。
【斯坦福新课】CS234:强化学习,附课程PPT下载
专知会员服务
118+阅读 · 2020年1月15日
2019->2020必看的十篇「深度学习领域综述」论文
专知会员服务
270+阅读 · 2020年1月1日
资源|Blockchain区块链中文资源阅读列表
专知会员服务
43+阅读 · 2019年11月20日
【课程】伯克利2019全栈深度学习课程(附下载)
专知会员服务
56+阅读 · 2019年10月29日
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
91+阅读 · 2019年10月16日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
简明深度学习学习资料分享:从基础到进阶
深度学习与NLP
27+阅读 · 2019年9月7日
斯坦福CS236-深度生成模型2019-全套课程资料分享
深度学习与NLP
20+阅读 · 2019年8月20日
李宏毅-《机器学习/深度学习-2019》视频及资料分享
深度学习与NLP
42+阅读 · 2019年3月20日
自然语言处理精品资料
平均机器
8+阅读 · 2019年3月6日
李宏毅-201806-中文-Deep Reinforcement Learning精品课程分享
深度学习与NLP
15+阅读 · 2018年6月20日
(精品干货)ACL 2018最新论文归类(最全最细)分享
深度学习与NLP
19+阅读 · 2018年5月14日
2018年10篇最值得阅读的深度学习文章
深度学习与NLP
4+阅读 · 2018年4月14日
ICML17 Seq2Seqtutorial精品资料分享
深度学习与NLP
5+阅读 · 2017年8月10日
Arxiv
5+阅读 · 2019年10月31日
Arxiv
8+阅读 · 2019年3月21日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
4+阅读 · 2018年4月26日
Arxiv
6+阅读 · 2018年1月14日
VIP会员
相关VIP内容
相关资讯
简明深度学习学习资料分享:从基础到进阶
深度学习与NLP
27+阅读 · 2019年9月7日
斯坦福CS236-深度生成模型2019-全套课程资料分享
深度学习与NLP
20+阅读 · 2019年8月20日
李宏毅-《机器学习/深度学习-2019》视频及资料分享
深度学习与NLP
42+阅读 · 2019年3月20日
自然语言处理精品资料
平均机器
8+阅读 · 2019年3月6日
李宏毅-201806-中文-Deep Reinforcement Learning精品课程分享
深度学习与NLP
15+阅读 · 2018年6月20日
(精品干货)ACL 2018最新论文归类(最全最细)分享
深度学习与NLP
19+阅读 · 2018年5月14日
2018年10篇最值得阅读的深度学习文章
深度学习与NLP
4+阅读 · 2018年4月14日
ICML17 Seq2Seqtutorial精品资料分享
深度学习与NLP
5+阅读 · 2017年8月10日
Top
微信扫码咨询专知VIP会员