Source: http://ml.memect.com/archive/2015-09-13/long.html
Google发布GoogleNet和Multibox Object Detector代码
来自 @星空下的巫师 好东西传送门整理
关键词：深度学习, 代码
Google在github上共享了他们的GoogleNet(原始Inception版，非BN)模型以及Multibox Object Detector检测器，Inception链接： [1] ，MultiBox链接： [2] [1] https://github.com/google/inception
[2] https://github.com/google/multibox
DNN准确计算损失和梯度更新
来自 @iB37 好东西传送门整理
关键词：会议活动, 算法, 自然语言处理, NIPS, 会议
神经语言模型或词嵌入,都涉及在大规模词表D中预测稀疏的目标,如下一个词;约简计算复杂性的近似策略有层次softmax和负采样. Efficient Exact Gradient Update for training Deep Networks with Very Large Sparse Targets [Vincent,NIPS15] 新算法独立于D,准确计算损失和梯度更新 [1] [1] https://www.researchgate.net/publication/269933131_Efficient_Exact_Gradient_Update_for_training_Deep_Networks_with_Very_Large_Sparse_Targets
CMU博士生Yining Wang今年数篇论文
来自 @iB37 好东西传送门整理
关键词：会议活动, AISTATS, ICML, NIPS, Yining Wang, 会议, 矩阵, 统计
清华本科10级朱军指导Yining Wang现CMU博二导师Aarti Singh(女).今年斩获数篇顶会 1)NIPS15:Tensor Decomposition 2)NIPS15:Differentially Private Subspace Clustering 3)ICML15:Bayesian Nonparametric 4)ICML15:Noisy Sparse 5)AISTATS15:Matrix Column Subset Selection [1] [1] http://yining-wang.com/
用PyMC实现和分析LDA算法
来自 @爱可可-爱生活 好东西传送门整理
关键词：算法, Python, 主题模型
【IPN:用PyMC实现和分析LDA算法】”In this notebook I will try to implement and analyze LDA algorithm using PyMC package” [1] [1] http://nbviewer.ipython.org/github/napsternxg/ipython-notebooks/blob/945f10d1a45339490408fa857cdfbebc4b3e2617/PyMC_LDA.ipynb
基于Online Learning to Rank实现简历(检索)数据库
来自 @爱可可-爱生活 好东西传送门整理
关键词：应用, 资源, Emil Ahlqvist, PDF, 信息检索
【硕士论文:基于Online Learning to Rank实现简历(检索)数据库】《Implementing a Resume Database with Online Learning to Rank》 Emil Ahlqvist (2015) [1] [1] http://www8.cs.umu.se/education/examina/Rapporter/EmilAhlqvist.pdf
完整版
点此链接查看全部19条：http://ml.memect.com/archive/2015-09-13/long.html