《强化学习周刊》第57期:DL-DRL、FedDRL & Deep VULMAN
关于周刊: 强化学习作为人工智能领域研究热点之一,其研究进展与成果也引发了众多关注。为帮助研究与工程人员了解该领域的相关进展和资讯,智源社区结合领域内容,撰写为第57期《强化学习周刊》。本期周刊整理了强化学习领域相关的最新论文推荐及开源算法,以飨诸位。   周刊采用社区协作的模式产生,欢迎感兴趣的朋友们参与我们的工作,一起来推动强化学习社群的分享、学习和交流活动。可以扫描文末的二维码加入强化学习社区群。   本期贡献者:(李明,刘青、小胖)   关于周刊订阅: 告诉大家一个好消息,《强化学习周刊》开启“订阅功能”,以后我们会向您自动推送最新版的《强化学习周刊...
机器学习自然语言处理交通科学应用工程实践
强化学习周刊
2022-08-09 20:51 发布
113 0 0
《预训练周刊》第56期:开源双语模型、即时问答、掩码自监督
  关于周刊 本期周刊,我们选择了10篇预训练相关的论文,涉及开源双语模型、提示调优、文本相似、长文本表征、语言模型攻击、实时问答、尺度性能影响、知识融合模型、蛋白表征和蛋白结构预测的探索。此外,在研究动态方面,我们选择了2篇预训练资讯,将介绍语言翻译和掩码自监督方面的一些最新内容。 周刊采用社区协作的模式产生,欢迎感兴趣的朋友们参与我们的工作,一起来推动预训练学习社群的分享、学习和交流活动。可以扫描文末的二维码加入预训练群。 (本期贡献者:申德周 翟珂 吴新刚)   关于周刊订阅 告诉大家一个好消息,《预训练周刊》开启“订阅功能”,以后我们会向您自动推送最新版的《预...
大模型社区周刊
预训练周刊
2022-08-08 11:41 发布
3 2 0
【AI系统前沿动态第45期】Hinton:深度学习的下一个大事件;一块GPU训练TB级推荐模型不是梦;AI-GPU显存优化发展史
  1、一块GPU训练TB级推荐模型不是梦,OneEmbedding性能一骑绝尘   针对现代推荐系统的种种痛点,一流科技 OneFlow 团队推出了一款高性能、可扩展、灵活度高的推荐系统组件 OneEmbedding。它的使用方式和通用深度学习框架一样简单,性能却远超通用框架,甚至超过了 NVIDIA HugeCTR 这样为推荐场景定制开发的系统。   https://mp.weixin.qq.com/s/e849TWDD-dS8Q3G-zgy6NQ   2、Geoffrey Hinton:深度学习的下一个大事件   如今,Hinton认为,...
资讯项目芯片架构工程实践社区周刊
OneFlow
2022-08-08 10:26 发布
3 1 0
智源社区AI周刊No.92:“计算复杂度”理论奠基人Juris Hartmanis逝世;美国AI学生九年涨2倍,大学教师短缺;2022智源大会观点报告发布[附下载]
汇聚每周AI观点、研究和各类资源,不错过真知灼见和重要资讯!欢迎点击这里,关注并订阅智源社区AI周刊。 编辑精选 理论计算机科学家 Boaz Barak:深度学习并非“简单的统计”,二者距离已越来越远 毫无疑问,统计学习在深度学习中扮演着重要的角色。但是,如果仅仅将深度学习视为一个比经典模型拟合更多非线性的模型,则会忽略其成功背后的许多因素。深度学习与生物进化相似,虽然对同一规则(即经验损失的梯度下降)有许多重复的应用,但会产生高度复杂的结果。在不同的时间内,神经网络的不同组成部分似乎会学习不同的内容,包括表示学习、预测拟合、隐式正则化和纯噪声等。训练即教学,现代对大模型的训练似乎更像是...
社区周刊
智源社区AI周刊
2022-08-05 10:37 发布
1 1 0
《强化学习周刊》第56期:GraphIRL、REDEEMER & 眼科强化学习的潜在研究
关于周刊: 强化学习作为人工智能领域研究热点之一,其研究进展与成果也引发了众多关注。为帮助研究与工程人员了解该领域的相关进展和资讯,智源社区结合领域内容,撰写为第53期《强化学习周刊》。本期周刊整理了强化学习领域相关的最新论文推荐及研究综述,以飨诸位。   周刊采用社区协作的模式产生,欢迎感兴趣的朋友们参与我们的工作,一起来推动强化学习社群的分享、学习和交流活动。可以扫描文末的二维码加入强化学习社区群。   本期贡献者:(李明,刘青、小胖)   关于周刊订阅: 告诉大家一个好消息,《强化学习周刊》开启“订阅功能”,以后我们会向您自动推送最新版的《强化学习周刊...
图神经网络机器学习检索与挖掘AI医疗交通
强化学习周刊
2022-08-03 20:39 发布
1 0 0
AI系统前沿动态第44期:为什么神经网络这么有效;分布式深度学习编程新范式;OSDI 2022论文评述
1、18张图,直观理解神经网络、流形和拓扑   迄今,人们对神经网络的一大疑虑是,它是难以解释的黑盒。本文则主要从理论上理解为什么神经网络对模式识别、分类效果这么好,其本质是通过一层层仿射变换和非线性变换把原始输入做扭曲和变形,直至可以非常容易被区分不同的类别。实际上,反向传播算法(BP) 其实就是根据训练数据不断地微调这个扭曲的效果。本文用多张动图非常形象地解释了神经网络的工作原理。   18张图,直观理解神经网络、流形和拓扑   2、世间几乎所有已知蛋白质结构,都被DeepMind开源了   一年前,DeepMind 发布了 AlphaFold...
资讯项目机器学习科学应用社区周刊
OneFlow
2022-08-01 08:31 发布
1 收藏 0
直播
查看更多
热门榜单
  • 活动合作
  • 微信社群
社区指南 电话:(010) 6893 3383 © 2022 北京智源人工智能研究院 ICP备案号:京ICP备19012194号