Source: http://ml.memect.com/archive/2015-09-16/long.html
各种编程语言的深度学习库整理
来自 @网路冷眼 好东西传送门整理
关键词：深度学习, Java, Python
【各种编程语言的深度学习库整理】 [1] 本文总结了Python、Matlab、CPP、Java、JavaScript、Lua、Julia、Lisp、Haskell、.NET、R等语言的深度学习库，赶紧收藏吧！ [1] http://www.csdn.net/article/2015-09-15/2825714
长微博图：http://ww3.sinaimg.cn/large/663aa05ajw1ew3zv2rajbj20ip2e21kx.jpg
用DNN将图片的分类和分割解耦
来自 @iB37 好东西传送门整理
关键词：会议活动, 深度学习, 算法, NIPS, 会议, 神经网络
将图片的分类和分割解耦: 先对图片分类得到图片级的标签; 再用桥接层将分类信息传递到分割层用于像素级的图片语义分割. Decoupled Deep Neural Network for Semi-supervised Semantic Segmentation [Hong,NIPS15] 通过利用类相关的激活映射大大降低语义分割的搜索空间. 论文+代码 [1] [1] http://cvlab.postech.ac.kr/research/decouplednet/
利用图片信号模态的多尺度结构提出级联的由粗到精的图片生成模型
来自 @iB37 好东西传送门整理
关键词：会议活动, 深度学习, NIPS, 会议, 教育网站
基于Generative adversarial nets[Goodfellow,NIPS14]，利用图片信号模态的多尺度结构提出级联的由粗到精的图片生成模型 Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks [Denton,NIPS15] 论文+代码（Eyescream Project）： [1] [1] http://www.cs.nyu.edu/~denton/
论文:贝叶斯强化学习(BRL)算法基准评价
来自 @爱可可-爱生活 好东西传送门整理
关键词：算法, 代码, 论文, 强化学习, 统计
【论文:贝叶斯强化学习(BRL)算法基准评价】《Benchmarking for Bayesian Reinforcement Learning》M Castronovo, D Ernst, A Couetoux (2015) [1] 介绍文章: [2] 开源项目BBRL(C++) GitHub: [3] [1] http://arxiv.org/abs/1509.04064v1
[2] http://blogs.ulg.ac.be/damien-ernst/benchmarking-for-bayesian-reinforcement-learning/
[3] https://github.com/mcastron/BBRL/
Mark Johnson(NLP领域)报告列表
来自 @爱可可-爱生活 好东西传送门整理
关键词：算法, 自然语言处理, Mark Johnson, 教育网站, 神经网络, 统计, 主题模型
【幻灯:Mark Johnson报告(主要是NLP领域)列表】《Introduction to Boltzmann Machines》《Introduction to Neural Networks》《Nonparametric Bayesian Inference for Topical Collocation Models》《Improving Topic Models with Latent Feature Word Representations》… [1] [1] http://web.science.mq.edu.au/~mjohnson/Talks.htm
完整版
点此链接查看全部19条：http://ml.memect.com/archive/2015-09-16/long.html