NeurlPS 2019 大会正在加拿大温哥华召开中。昨日，MIT 教授 Vivienne Sze 在大会上发表了一个关于深度神经网络加速的演讲，大会提供了视频和同步的 PPT。通过两个小时的精彩演讲和多达 140 页的 PPT，演讲可谓是将神经网络加速这

近日，来自人工智能创业公司 Petuum 的研究人员发表论文，提出序列生成学习算法的通用框架——广义的熵正则化策略优化框架。该框架是对包括最大似然学习 、增强学习 等多种广泛使用的算法的泛化。研究人员进而提出一种新的序列生成算法，该算法在已有算法中进行动

近日，中山大学郑永川构建了一个「准备秋招学习笔记」的项目，该项目包含了计算机科学的大量精要知识与教程。该项目从基础排序算法到编程理念展示了计算机科学的应知应会，该项目对机器学习开发者及入门读者也非常有用，例如 Linux 系统、面向对象的编程、Git 工具

随着面部识别系统越发成熟，个人隐私问题也引发了越来越多的担忧。多伦多大学的研究人员利用对抗式训练的深度学习技术开发了一种新的算法，这种算法可以动态地扰乱面部识别系统，有助于保护用户隐私。研究者表示，他们的系统可以将可检测的面部比例从原先的近百分之百降低到

近日，Uber 开源了神经进化算法开发的交互式可视化工具 VINE，该工具可以轻松实现神经网络群体的各种特定指标以及适应度分数的可视化和随时间的变化，用户可对其进行实时评估。此外，VINE 还支持默认功能之外的高级选项和自定义可视化。对于 Uber 的产业

在该论文中，研究者提出了一种进化深度网络，即一种神经进化算法。该算法结合了遗传算法和深度神经网络，并可用于探索神经网络架构的搜索空间、与之相关联的超参数和训练迭代所采用的 epoch 数量。机器之心简要介绍了该论文。通过使用 EDEN，研究者认为我们可以解

本文主要的目标读者是机器学习爱好者或数据科学的初学者，以及对学习和应用机器学习算法解决实际问题抱有浓厚兴趣的读者。面对大量的机器学习算法，初学者通常会问自己一个典型的问题：「我该使用哪一种算法？」有很多因素会影响这一问题的答案，比如：。在没有测试过不同算法

本次比赛的任务是建立模型，将头条问答中普通用户的问题更快更好地推送给专家。与以往比赛不同的是，这次比赛所用数据来自于头条问答真实的用户数据。颁奖仪式结束后，机器之心对这三支得胜队伍代表成员进行了独家专访，分享了比赛过程中的心得。他们分别是西电战队的郭正肖和

NeurIPS 与ICML并称为神经计算和机器学习领域两大顶级学术会议。今年为第32届会议，将于 12月3日至8日在加拿大蒙特利尔举办。腾讯AI Lab第三次参加NeurIPS，共20篇论文入选，位居国内企业前列。腾讯AI Lab对会议的三大热点——模型压

如果你想利用多核的优势在尽可能少的时间运行尽可能多的指令，那么就需要以并行的序列分离代码。然而，大多的算法需要运行一些串行代码来调整并行执行。例如，并行执行很多代码块，最后收集他们执行的结果。那些分解并行执行工作复杂和收集执行结果的代码是串行代码，它是不能