Coursera 又有 TensorFlow 专项课程了，这回的主要内容放在了 TensorFlow.js、TensorFlow Lite 等 web 或移动端的使用。大家都很熟悉吴恩达了。他开设的 Coursera 机器学习课程可以说是很多初学者的「白月

机器之心编辑，机器之心编辑部，参与：思源、晓坤、路雪。MILA 2018 深度学习与强化学习夏季课程目前已经开放了教学资源，机器之心简要介绍了该课程所开放的资源与课程主题，读者可参考这些主题选择合适的课程。Yoshua Bengio 等人组织的夏季课程每年

在本技术分析报告的第一部分《研学社·系统组 | 实时深度学习的推理加速和持续训练》，我们介绍了最近一些用于 DNN 推理加速的硬件和算法技术。在这第二部分，我们将基于最近一篇论文《在连续学习场景中对深度神经网络进行微调》探讨 DNN 连续学习，该论文的作者

在人工智能，特别是深度学习破解了一个又一个难题，在很多任务上达到超过人类认知水平的今天，我们距离真正的人工智能仍很遥远。本文摘自作者出版的新书《Deep Learning with Python》第九章第二节，其中简要介绍了深度学习的原理、强大能力、以及无

机器学习在目标清晰的客观领域取得了超乎想象的效果，比如图像识别和机器翻译；但在主观领域有时并不灵光，比如谷歌在本文中所探讨的摄影审美问题。对此，谷歌通过一个实验性深度学习系统，即其所谓的虚拟摄影师，浏览专业品质的图片集，生成了可与专业摄影师相媲美的「摄影作

对于自动驾驶系统等事关人身安全的深度学习应用，了解其在极端情况下的表现是非常重要的。近日，来自哥伦比亚大学和理海大学的几位研究者提出了一种深度学习系统的自动白箱测试方法 DeepXplore，据称该方法是首个系统性测试现实深度学习系统的白箱框架。机器之心对

Theano、TensorFlow、Torch、MXNet 再到近日比较热门的 PyTorch 等等，深度学习框架之间的比较一直以来都是非常受人关注的热点话题。机器之心也曾发表过多篇相关的介绍和对比文章，如《主流深度学习框架对比：看你最适合哪一款？》、《五

2016 年 8 月，香港浸会大学褚晓文团队的研究者发表了一篇论文，对业界主流深度学习工具进行了基准评测 ，之前机器之心也报道了该论文的第六版更新。近日，该论文又放出了第七版更新，此次更新修正了 MXNet 中的 ResNet-50 配置；增加了在 Ten

英特尔最近发布了一些 Xeon Phi 的基准测试结果，并声称其基于 Atom CPU 而非 GPU 的「集成众核」Phi 构架，在深度学习上明显要比 GPU 表现得更好更高效。不过看起来英伟达不同意这个声明，并发布了一篇推文详细说明了为什么它相信英特尔的

北京时间8月27日，全球数据库三大顶级会议之一——VLDB在巴西里约热内卢召开。腾讯AI开源项目Angel受邀参会，以workshop和展区的形式，向全球顶尖数据专家展示腾讯在大数据挖掘和数据库管理的研究成果。同时，Angel正式宣布加入LF深度学习基金会

深度学习论战再起，NYT心理学家Gary Marcus如约写了一篇偏技术的文章，回应对他此前提出的深度学习问题的质疑。无监督学习适用于什么问题？马库斯说，尽管他提出了所有这些问题，但他并不是认为我们需要放弃深度学习。相反，我们需要重新定义它：不是作为一种通

深度学习框架介绍先概括一下深度学习的几大流行的框架：Pylearn2, Theano, Caffe, Torch, Cuda-covnet，Deeplarning4j等。Theano是一个Python库，也是一个强大的数学表达式编译器。Pylearn2是在

Google开源了新一代深度学习引擎TensorFlow。本文解释了一些TF里面我觉得可以从系统方面值得看的地方。和目前的符号语言比起来，TF最大的特点是强化了数据流图，引入了mutation的概念。Theano的做法是引入了updatestatement