這 8 份「Paper + Code」,你一定用得上 | PaperDaily #08

在碎片化閱讀充斥眼球的時代,越來越少的人會去關注每篇論文背後的探索和思考。 在這個欄目里,你會快速 get 每篇精選論文的亮點和痛點,時刻緊跟 AI 前沿成果。 點擊即刻加入社區,查看更多最新論文推薦。

[ 自然語言處理 ]

SLING: A framework for frame semantic parsing

@paperweekly 推薦

#Semantic Parsing

一個非常快的 semantic parsing 工具,工作來自 Google。

論文鏈接:paperweekly.site/papers

代碼鏈接:github.com/google/sling

Optimal Hyperparameters for Deep LSTM-Networks for Sequence Labeling Tasks

@wangmuy 推薦

#Sequence Labeling

通過超過 50000 次實驗,綜合評價序列標註任務(POS,Chunking,NER,Entities,Events)中的超參數作用。將比較有名的序列標註都實現了一遍,並大量實驗求證超參數的作用。

論文鏈接:paperweekly.site/papers

代碼鏈接:github.com/UKPLab/emnlp

Bottom-Up and Top-Down Attention for Image Captioning and Visual Question Answering

@jamiechoi 推薦

#QA

目前 coco leaderboard 第二名,來自微軟的論文。 提出了自下而上(bottom-up)和自上而下的 attention (top-down) 機制。其中 bottom-up 是利用 Faster R-CNN 提出圖像區域,每個區域都具有相關聯的特徵向量,而 top-down 的機制確定特徵的權重。

論文鏈接:paperweekly.site/papers

代碼鏈接:github.com/peteanderson

[ 計算機視覺 ]

Progressive Growing of GANs for Improved Quality, Stability, and Variation

@Gapeng 推薦

#GAN

NVIDIA 新作,更穩定的 GAN 訓練,以及更高解析度的圖像生成,1024*1024 超高解析度的 CelebA 圖像生成。

論文鏈接:paperweekly.site/papers

代碼鏈接:github.com/tkarras/prog

Learning to Compose Domain-Specific Transformations for Data Augmentation

@corenel 推薦

#Data Augmentation

提出了一種不需要特定領域知識的數據擴增的方法,能夠生成大量標記樣本,並且不損失類別信息。按文中所說,確實能夠提升一定的分類模型的精度。

論文鏈接:paperweekly.site/papers

代碼鏈接:github.com/HazyResearch

Class-specific Poisson denoising by patch-based importance sampling

@falconwj 推薦

#Image Denoising

將圖像降噪問題與高級視覺問題聯繫在一起,有針對性的對不同圖像內容進行不同程度的降噪。解決了現有手法(BM3d)在 texture 圖像降噪上的過處理問題。

論文鏈接:paperweekly.site/papers

代碼鏈接:github.com/Ding-Liu/Dee

[ 機器學習 ]

Reinforcement Learning for Bandit Neural Machine Translation with Simulated Human Feedback

@paperweekly 推薦

#Deep Reinforcement Learning

EMNLP 2017 論文,通過增強學習的方法來做 NMT,提出了一種 actor-critic 與 encoder-decoder 結合的框架。

論文鏈接:paperweekly.site/papers

代碼鏈接:github.com/khanhptnk/ba

Gated Orthogonal Recurrent Units: On Learning to Forget

@datou 推薦

#RNN

文章是在 GRU 的基礎上做了兩個修改,一是將參數矩陣 U 變為正交矩陣,而是將 tanh 改為論文提的 modelRELU,對於某些實驗有較明顯的提高。

論文鏈接:paperweekly.site/papers

代碼鏈接:github.com/jingli9111/G

本文由 AI 學術社區 PaperWeekly 精選推薦,社區目前已覆蓋自然語言處理、計算機視覺、人工智慧、機器學習、數據挖掘和信息檢索等研究方向,點擊即刻加入社區

遊戲時間

GAN還是不GAN?— GAN主題論文共讀小組

論文提名√在線投票√論文共讀√

活動形式:語音直播 + 協同批註

遊戲規則

1. 自由推薦任何與GAN有關的論文

2. 投票支持你想讀的論文

3. 每周六根據投票結果選出本期論文

報名方法

添加微信(zhangjun168305),請註明「GAN」

關於PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智慧前沿論文成果的學術平台。如果你研究或從事 AI 領域,歡迎在公眾號後台點擊「交流群」,小助手將把你帶入 PaperWeekly 的交流群里。

微信公眾號:PaperWeekly

新浪微博:@PaperWeekly

推薦閱讀:

循環神經網路(RNN)介紹2:keras代碼分析
循環神經網路(RNN)介紹3:RNN的反向傳播演算法Backpropagation Through Time (BPTT)
簡單的Char RNN生成文本
用循環神經網路進行文件無損壓縮:斯坦福大學提出DeepZip

TAG:强化学习ReinforcementLearning | 生成对抗网络GAN | RNN |