Source: http://ml.memect.com/archive/2016-01-12/long.html
ICCV15#专题教程<高效目标检测的工具，Tools for Efficient Object Detection>
来自 @iB37 好东西传送门整理
关键词：会议活动, 深度学习, 视觉, 资源, ICCV, Kaiming He, Ross Girshick, 幻灯片, 会议, 课程
#ICCV15#专题教程<高效目标检测的工具,Tools for Efficient Object Detection>。四个研究院(IBM,Facebook,Snapchat,Microsoft)和一个高校(普朗克研究所)。六位演讲者，有R-CNN系列(fast,faster)的Ross Girshick，ILSVRC15获奖者)150+层深度残差网)Kaiming He。幻灯片3: [1] [1] http://research.microsoft.com/en-us/um/people/kahe/
深度学习和自然语言处理中的attention和memory机制
来自 @CSDN 好东西传送门整理
关键词：深度学习, 自然语言处理, Ilya Sutskever
［深度学习和自然语言处理中的attention和memory机制］Attention机制是最近深度学习的一个趋势。在一次采访中，OpenAI的研究总监Ilya Sutskever说attention机制是最令人兴奋的进步之一，而且已经广为使用。听起来激动人心吧。但attention机制究竟是什么呢？本文为你解读： [1] [1] http://geek.csdn.net/news/detail/50558
机器智能 vs. 机器学习 vs. 深度学习 vs. 人工智能
来自 @爱可可-爱生活 好东西传送门整理
关键词：经验总结, 深度学习, Donna Dubinsky, Jeff Hawkins, 博客
【机器智能 vs. 机器学习 vs. 深度学习 vs. 人工智能】《What is Machine Intelligence vs. Machine Learning vs. Deep Learning vs. Artificial Intelligence (AI)? | Numenta》by Jeff Hawkins & Donna Dubinsky [1] [1] http://numenta.com/blog/machine-intelligence-machine-learning-deep-learning-artificial-intelligence.html
DNN 与 Random Forest 结合做图像分类
来自 @人工智能与深度学习 好东西传送门整理
关键词：会议活动, 深度学习, 视觉, 算法, ICCV, 会议, 集成学习
#深度学习# [小伙伴原创] ICCV2015 Marr Prize论文解析：Deep Neural Decision Forests (DNDF) 笔记： [1] DNN 与 Random Forest 结合做图像分类。在ImageNet上用GoogLeNet，single-crop，７个模型融合top-5错误率是6.38%，原始GoogLeNet ７个模型 144个 crops top-5 错误率是6.67%。 [1] http://pan.baidu.com/share/link?shareid=1766076542&uk=1862478156&adapt=pc&fr=ftw#path=%252FICCV2015
ICCV15主会结束，各奖项揭晓
来自 @iB37 好东西传送门整理
关键词：会议活动, 深度学习, 视觉, David Lowe, ICCV, Olivier Faugeras, Yann Lecun, 会议
#ICCV15# 主会刚结束，大会照片。1）杰出研究者奖两名：David Lowe和Yann LeCun。 2）终身成就奖：Olivier Faugeras。 3）最佳论文奖（深度神经决策森林），提名奖。 4）时间检验奖：【形状匹配,ICCV01】 5）Everingham无私贡献奖。 PS：下一届将于2017年在意大利威尼斯举办。 [1] [1] https://www.flickr.com/photos/iccv2015
完整版
点此链接查看全部30条：http://ml.memect.com/archive/2016-01-12/long.html