Dosudo deep learning newsletter #4

We are Dosudo 矽谷軟體工程師 Deep learning 讀書會.  Welcome to join our online meeting and here is our website.  also check out our 粉絲專頁 and  Deep Learning 線上聚會紀錄

Upcoming event:

之後將會以Andrew Ng(吳恩達) 在Coursera的深度學習課程Deep Learning Specialization為主, 大家一起上這堂課一起討論project, 然後一起拿course certificate. 目前將會暫停幾週並在之後公佈細節.

 

A.  Deep learning highlight

  1.  DeepMind及Blizzard 共同推出了星海爭霸II 人工智慧研發環境SC2LE

螢幕快照 2017-09-19 下午4.20.27DeepMind及Blizzard 共同推出了星海爭霸2 人工智慧研發環境(SC2LE, StarCraft II learning environment)

Editor:     George.Wu

 

2. 打破GAN神話, 基於端對端網路的高質量圖像生成

螢幕快照 2017-09-19 下午4.25.42.png

今年的ICCV 2017 出現一篇備受矚目的直接用端對端的方式生成高質量圖像的方法. 它的原理等於是從圖像的語意分割直接生成照片級圖像.

Editor:     George.Wu

 

3. TripleGAN – 包含判別器、生成器和分類器的三方生成對抗網路

aa

新型態的生成對抗網路TripleGAN. 增加了一個Classifier(C). 讓原本GAN的兩方競爭轉變成判別器、生成器和分類器的三方博弈.

Editor:     George.Wu

 

4. Review of Andrew Ng’s deep learning course

 

bb在前三階段課程中 Andrew.Ng 介紹深度學習重要觀念及實作應用. 後續本系列課程將會釋出卷機神經網路(CNN), 序列模型(Sequence Models)兩個階段課程

Editor:     Ian Ching

 

5. DeepMind 推出可關係推理的新型神經神經網路

cc目標是解決關係推理 (Relational reasoning) 的問題,如何根據輸入的非結構化數據 (例如:文字、圖像) 推理出數據內的關聯性。

 

Editor:    Hubert

 

 

B.  Hot deep learning news and materials

每一期的deep learning Newsletter 我們都將會收集深度學習領域最新最熱門的新聞,  以及整理業界及學界值得關注的研究或應用. 同時也會分享網路上非常實用的資源.

Date:  2017. 09.19

1. 16 歲少女發明視網膜 AI 診斷模型,幫助全球 300 萬窮人免於失明!

2. AI 自動生成二次元妹子?或將替代插畫師部分工作

3. Sony免費推毋須編寫程式的DeepLearning機械學習工具 deep learning console

4. 馬斯克的OpenAI,究竟是如何在dota2中擊敗頂級人類選手的?

5. AI前進印度眼科醫院第一線,Google用深度學習及早發現7千萬糖尿病患的失明危機

6. IBM運用分散式深度學習加快模型訓練過程,50分鐘圖像辨識度可達33.8%

7. Teaching A.I. Systems to Behave Themselves

8. 自然语言处理从入门到进阶资代码资源库汇总

9. 最前沿:视觉推理(Visual Reasoning),神经网络也可以有逻辑


C. 
Review of 2017 CVPR

Dosudo 今後將會重點整理一系列深度學習, AI, 計算機視覺等重要會議的論文並作介紹, 為大家掌握各領域的最新研究現況. 第一次的重點會議就從CVPR開始. 今年的 2017 CVPR (計算機視覺與模式識別會議) 七月在美國夏威夷舉行. CVPR 與 ICCV, ECCV 並列計算機視覺三大會議. 今年的CVPR共收到2680篇論文, 率取率為29%. 且無論是論文量及參加人數及廠商都大大的增加. 可見的CVPR受重視的程度.

這一次為大家介紹了2017 CVPR的兩篇best papers, 包括受矚目的DenseNet, 以及Apple第一次公開發佈的paper. 兩篇honor papers: Polygon-RNN以及最新的YOLO. 除此之外也選錄了十篇各領域的論文做導讀.

2017  CVPR best paper

1.  超越ResNet的緊密連接卷積神經網路

1

Dense Convolutional Network (DenseNet) 把所有的層都連結在一起.在訓練過程中, 這樣的確可以確保梯度訊息能正確的傳遞到每一層

Editor:     George.Wu

 

2.  通過對抗訓練從模擬與無監督圖像中學習

2

這篇paper提出一種模擬+無監督學習的方法提升合成圖片的真實程度稱為SimGAN. 簡單而言之, 就是利用改良式的生成對抗網路GANs 將合成圖片提升至真實圖片的品質

Editor:     George.Wu

 

2017  CVPR honor paper

3.  Polygon-RNN: 比圖像語義分割更快的半自動圖像標註

3

Polygon-RNN將Semantic image segmentation問題轉化成在圖片中的多邊形位置預測問題.  當使用者在圖像中框出目標框, Polygon-RNN將會依序生成多邊形的邊.

Editor:     George.Wu

 

4.  更快更強的YOLO目標檢測系統: YOLO9000

4

YOLO2在很多數據都獲得很好的精確度的及檢測速度. 除此之外, 透過對COCO以及ImageNet的dataset的共訓練將YOLO2可檢測的物體數達到9000種. 稱為YOLO9000

Editor:     George.Wu

5.  Selected 2017 CVPR papers

5

除了Best paper 及honor paper之外, 在這裡還選錄了10篇Object detection, Super-resolution, 3D reconstruction等不同主題的 2017 CVPR精彩論文.

Editor:     George.Wu

 

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s