编者按：本节主要内容为“迁移学习之物体定位与检测”。文章内容为斯坦福CS231N系列，供有兴趣的读者感受、学习。斯坦福大学CS231N课程是深度学习与计算机视觉方面的经典教程，业界评价很高。之前...

选自Miguel Blog作者：Miguel González-Fierro机器之心编译参与：陈韵竹、刘晓坤迁移学习（Transfer Learning）预期将成为图像分类领域机器学习商业成就的下一驱动力。对深度网络的再利用正影响着学界和业界的走向。本文介...

选自Medium作者：James Le机器之心编译参与：刘晓坤、黄小天、蒋思源近日，软件工程师 James Le 在 Medium 上发表了一篇题为《The 10 Deep Learning Methods AI Practitioners Need to Apply》的文章，从反向传播到最大池化...

选自arXiv机器之心编译参与：蒋思源本论文提出了 L2T 框架，即一种学习迁移什么及如何迁移的算法。这种新型迁移学习算法从以前的迁移学习经验中学习迁移学习技能，然后应用这些技能去推断迁移什么及如何在以后的源域和目标...

选自ruder.io作者：Sebastian Ruder机器之心编译参与：李泽南、黄小天在开始你的研究之前，了解目标领域中最重要的研究方向是很重要的任务。本文中，德国海德堡大学的计算语言学在读博士 Sebastian Ruder 为我们介绍了 NLP ...

选自arXiv作者：Ronghang Hu 等机器之心编译参与：路雪、蒋思源伯克利和 FAIR 研究人员提出一种新型实例分割模型，该模型能利用目标检测边界框学习对应的分割掩码，因此大大加强了实例分割的目标数量。这种将目标检测的知识...

选自arXiv机器之心编译参与：李亚洲、Smith近日，斯坦福大学、微软联合发表了一篇论文，提出了一种在机器理解（MC）中使用 2-阶段合成网络（SynNet) 进行迁移学习的技术。论文作者之一...

机器之心原创作者：李泽南人工智能（AI）有可能通过帮助人类医疗专家进行高难度分类、快速分析大量医疗图像的方式彻底改变疾病的诊断和治疗流程。近日，由加州大学圣地亚哥分校张康教授等人提出的深度学习诊断方式让我们提前...

选自arXiv机器之心编译在围棋之后，即时战略游戏星际争霸是人工智能研究者们的下一个重要目标。近日，中科院自动化所提出了一种强化学习+课程迁移学习方法，让 AI 智能体在组队作战的条件下掌握了微操作的能力，该研究或许可...

作者 | 王晋东不在家《小王爱迁移》之一：迁移成分分析(TCA)方法简介之前整理总结迁移学习资料的时候有网友评论，大意就是现在的类似资料大全的东西已经太多了，想更深入地了解特定的细节。从这篇文章开始我将以《小王爱迁...