机器之心深度研学社每周干货:2017年第25周

Synced 深度研学社 每周干货,每周五为大家推荐机器学习的入门教程、技术分析、以及资源分享。不多不少,每周进步一点点~

【入门资料】Neural Networks

by Rohit Mundra, Amani Peddada, Richard Socher, Qiaojing Yan

简介:

这是斯坦福CS224n中的一份课堂笔记,主要介绍了neural network的基础知识。首先介绍的是单层和多层神经网络,以及如何将其运用到分类问题上。其次介绍了如何使用反向传播和chain rule。接下来介绍了一些实用的训练neural network的技巧,如neuron units (non-linearities), gradient checks, Xavier parameter initialization, learning rates, Adagrad等。 最后介绍了recurrent neural networks如何做语言模型。

链接: http://web.stanford.edu/class/cs224n/lecture_notes/cs224n-2017-notes3.pdf

【技术分析】Adversarial Learning for Neural Dialogue Generation

by Jiwei Li, Will Monroe, Tianlin Shi

简介:

这篇论文介绍了GAN如何完成自然语言生成的任务,作者将其视为一个强化学习问题,双方分为人类和机器。此外,作者介绍了他们对adversarial evaluation的研究和在不同标准下的测试。

链接: https://arxiv.org/pdf/1701.06547.pdf

【资源分享】Deep Learning for NLP with Pytorch

by Chengxi Ye, Chen Zhao, Yezhou Yang, Cornelia Fermüller, and Yiannis Aloimonos

简介:

这是一个基于Matlab的深度学习框架,包括了常见的CNN、RNN以及reinforcement learning,支持CPU和GPU两种训练模式,简单灵活。

代码地址:https://github.com/yechengxi/LightNet
入门神经网络NLP入门GAN资源PyTorch
返回顶部