Eylül ayındaki en iyi 10 makine öğrenimi makalesi: StarCraft 2 ve Dota2 seçildi, ML eğiticisi listenin başında
1 Yeni Zhiyuan derlemesi
1 Numaralı "Makine Öğrenimi Kısa Kılavuzu" Yazar: Vishal Maini
İnsanlar için Makine Öğrenimi
Bağlantı: https://medium.mybridge.co/machine-learning-top-10-articles-for-the-past-month-v-sep-2017-c68f4b0b5e72
Bu makale, makine öğreniminin ne olduğunu ve makine öğreniminin ana içeriğini açıklamak için sade bir dil kullanır. Az sayıda matematiksel formül, kod ve örnek kullanır. İçerik, denetimli öğrenmeyi, denetimsiz öğrenmeyi, sinir ağlarını ve derin öğrenmeyi, pekiştirmeli öğrenmeyi vb. İçerir. , Aynı zamanda, bazı mükemmel kaynaklar listelenmiştir ve ekli liste aşağıdaki gibidir:
No.2 "TensorFlow en iyi uygulamaları" Yazar: Vahid Kazemi, Google'da ML
Etkili Tensorflow: TensorFlow En İyi Uygulamaları
Bağlantı: https://github.com/vahidk/EffectiveTensorflow?utm_source=mybridgeutm_medium=blogutm_campaign=read_more
Google yazılım mühendisi Vahid Kazemi tarafından GitHub'da yayınlanan "TensorFlow En İyi Uygulamaları" 5978 beğeni aldı. Bu seri, TensorFlow API'nin piyasaya sürülmesiyle genişlemeye devam ediyor.
No.3 "Pysc2: DeepMind'ın Yıldızlararası 2 Öğrenme Ortamı"
Pysc2: StarCraft II Öğrenme Ortamı, DeepMind
Bağlantı: https://github.com/deepmind/pysc2?utm_source=mybridgeutm_medium=blogutm_campaign=read_more
Xin Zhiyuan geçmeden önce, DeepMind ve ortağı Blizzard, gerçek zamanlı strateji oyunu StarCraft II'de yapay zeka araştırmasını hızlandıracak SC2LE (StarCraft II Öğrenme Ortamı) adlı bir dizi araç bileşeni yayınladı.
Bu açık kaynaklı platform hakkında bir eğitim için, tıklayabilirsiniz:
DeepMind'ın ilgili makaleleri için, basit ve derinlemesine bir yorumlama için kısa bir video var: https://www.youtube.com/watch?v=St5lxIxYGkI
4 numaralı nesne tanıma: Zamanın derin öğrenmesine genel bakış: Javier Rey
Nesne algılama: Derin Öğrenme çağına genel bakış.
Bağlantı: https://tryolabs.com/blog/2017/08/30/object-detection-an-overview-in-the-age-of-deep-learning/
Basit görüntü sınıflandırmasından 3B poz tahminine kadar, bilgisayar görüşü yapay zekanın en sıcak alanlarından biridir. Bunların arasında nesne tanıma anahtar bir görevdir. Bilgisayarla görmedeki birçok sorun gibi, şu anda bu tür sorunları çözmek için "en iyi çözüm" yoktur, bu da bu alanda iyileştirme için hala çok büyük alan olduğunu göstermektedir. Bu makale, nesne tanımadaki yaygın sorunlara odaklanmaktadır.
No.5 Derin güçlendirme öğrenimi için görüntü iyileştirme ajanı
Derin Güçlendirmeli Öğrenme için Hayal Gücü Artırılmış Ajanlar - DeepMind.
Makaleye bağlantı: https://arxiv.org/abs/1707.06203?utm_source=mybridgeutm_medium=blogutm_campaign=read_more
Makale, derin pekiştirmeli öğrenme için yeni bir mimari olan Hayal Gücü Artırılmış Aracıları (I2A) tanıtmaktadır. Makaleye kısa bir tanıtım videosu için lütfen şu bağlantıyı tıklayın: https://www.youtube.com/watch?v=xp-YOPcjkFw
No.6 Derin öğrenmenin arka planını kaldırarak: Gidi Shperber
Derin öğrenme ile arka plan kaldırma.
Blog gönderisi bağlantısı: https://medium.com/towards-data-science/background-removal-with-deep-learning-c4f2104b3157
Bir selfie, belirgin ve odaklanmış bir ön plana (bir veya daha fazla "kişi") sahip bir görüntüdür, bize nesne (yüz + üst gövde) ve arka plan arasında oldukça sabit bir açı ve her zaman aynı nesne arasında iyi bir ayrımı garanti eder ( kişi).
Otoportreler her zaman "ön plan" ı vurgular - genellikle insanlar ve "arka planı" zayıflatır. Bu araştırma, tek tıklamayla arka planı kaldırabilen eğitim modelleri aracılığıyla ilgili ürünleri tanıttı.
No.7 OpenAI'nin Dota2 pekiştirmeli öğrenimi
OpenAI'de Dota 2'de Takviye Öğrenimi
Blog bağlantısı: https://blog.openai.com/more-on-dota-2?utm_source=mybridgeutm_medium=blogutm_campaign=read_more
Xin Zhiyuan daha önce OpenAI'nin robotunun Dota21v1 yarışmasında ünlü insan profesyonel oyuncu Denti'yi yendiğini bildirdi. Bu makale, OpenAI Dota2 robotunun başka bir teknik yorumudur.
Siri sesi için 8 numaralı derinlik çalışması: karışık karıştırma birimi seçim sentezi için terminal yoğunluk modelinin derinliği: Apple Siri ekibi
Sirinin Sesi için Derin Öğrenme: Hibrit Birim Seçimi Sentezi için Aygıt Üzerinde Derin Karışım Yoğunluk Ağları.
Blog yayını bağlantısı: https://machinelearning.apple.com/2017/08/06/siri-voices.html?utm_source=mybridgeutm_medium=blogutm_campaign=read_more
Birkaç gün önce Apple, kendi "Apple Machine Learning Journal" blogunda Siri'nin sesinin ardındaki derin öğrenmenin teknik ayrıntılarını ayrıntılı olarak açıklayan üç makale yayınladı. Bu "Siri'nin Sesi için Derin Öğrenme: Hibrit Ünite Seçimi Sentezi için Cihaz Üzerinde Derin Karışım Yoğunluğu Ağları" dahil. Siri'nin tüm platformlarda yüksek kaliteli sentezlenmiş seslere sahip olmasını sağlamak için Apple, cihaz tarafında hibrit birim seçim sisteminde derin öğrenmenin uygulanmasını teşvik ediyor.
No.9 aptal sinir ağları - makine öğrenimi eğlencesi (Bölüm 8) Yazar: Adam Geitgey
Nöral Ağları Kasıtlı Olarak Nasıl Kandırılır - Makine Öğrenimi Eğlencelidir Bölüm 8.
Bağlantı: https://medium.com/@ageitgey/machine-learning-is-fun-part-8-how-to-intentionally-trick-neural-networks-b55da32b7196
Bu çok popüler blog yazıları dizisi 8. Bölüme geliyor. En gelişmiş DNN'lerin de kolayca kandırılacağını düşünüyor, bazı püf noktaları bildiğiniz sürece, istediğiniz sonuçları vermelerini sağlayabilirsiniz.
Nesne tanıma API eğitimi ile 10 numara TensorFlow kendi nesne tanımlayıcılarınız Yazar: Dat Tran
TensorFlowun Nesne Dedektör API'si ile kendi Nesne Dedektörünüzü nasıl eğitirsiniz?
Bağlantı: https://medium.com/towards-data-science/how-to-train-your-own-object-detector-with-tensorflows-object-detector-api-bec72ecfe1d9
Bu makalenin yazarı, kendisi tarafından toplanan ve açıklama eklenen eğitim setinde kendi rakun tanıyıcısını yapmak için TensorFlow kullanıyor. Veri seti şu adreste mevcuttur: https://github.com/datitran/raccoon_dataset
Orijinal adres: https://medium.mybridge.co/machine-learning-top-10-articles-for-the-past-month-v-sep-2017-c68f4b0b5e72
İş ayrıntılarını görüntülemek için orijinal metni okumak için tıklayın ve katılmanızı dört gözle bekleyin ~
