9 月 9 日-14 日，Deep Learning Indaba 2018 大会在南非斯泰伦博斯举行。会上，DeepMind 强化学习研究小组负责人、首席研究员、Alp...

  新智元编译  来源：DeepMind编译：肖琴【导读】DeepMind的最新研究提出一种新的表示学习方法——对比预测编码。研究人员在多个领域进行实验：音频、图像、自然...

机器学习对深度学习——二者间的相近之处与差异所在。如今人工智能已经成为一大热门话题，而人工智能的基本构建要素分为机器学习与深度学习。以下维恩图解释了机器学习对深度学习之间...

选自toward data science作者：Chintan Trivedi机器之心编译参与：路雪、王淑婷、张倩本文作者是切尔西足球俱乐部粉丝，他写了一篇英文博客介绍如...

选自Medium作者：Jonathan Hui机器之心编译在学习了有关深度学习的理论课程之后，很多人都会有兴趣尝试构建一个属于自己的项目。本文将会从第一步开始，告诉你如何...

选自BAIR Blog作者：Xue Bin (Jason) Peng机器之心编译运动控制问题已经成为强化学习的标准基准，深度强化学习方法被证明适用于包括操纵和移动的多种任务。但是，使用深度强化学习训练的智能体通常行为不太自然，会出现抖动、步伐不对称、四肢动作过多等现象。而最近 BAIR 实验室将模仿真实动作片段与强化学习结合，令智能体能从参考动作片段中学习流畅和高难度的动作。我们从计算机绘图中得到

作者：Zbigatron  机器之心编译  参与：张楚、黄小天本文作者认为，深度学习只是一种计算机视觉工具，而不是包治百病的良药，不要因为流行就一味地使用它。传统的计算机视觉技术仍然可以大显身手，了解它们可以为你省去很多的时间和烦恼；并且掌握传统计算机视觉确实可以让你在深度学习方面做得更好。这是因为你可以更好地理解深度学习的内部状况，并可执行预处理步骤改善深度学习结果。本文的灵感同样来自论坛中的一

AI 科技评论按：不管你让小孩还是大人整理物品，他们很大可能都不会乖乖听你的话，如果想要让 AI 智能体进行整理收拾，那就更难了。如果想成功，需要掌握如下几个核心视觉运动技能：接近物体，抓住并举起它，打开盒子，把物体放进去。而更复杂的是，执行这些技能时，必须按照正确的顺序。对于一些控制类的任务，比如整理桌面或堆叠物体，智能体需要在协调它的模拟手臂和手指的九个关节时，做到三个 W，即如何（how），

选自arXiv作者：Melrose Roderick等机器之心编译论文的复现一直是很多研究者和开发者关注的重点，近日有研究者详细论述了他们在复现深度 Q 网络所踩过的坑与训练技巧。本论文不仅重点标注了实现过程中的终止条件和优化算法等关键点，同时还讨论了实现的性能改进方案。机器之心简要介绍了该论文，更详细的实现细节请查看原论文。过去几年

选自Medium作者：Slav Ivanov参与：李泽南、路雪、刘晓坤最近，英伟达在消费级 GPU 领域推出了 GTX 1070 Ti，如果现在想要组装一台深度学习机器，我们用哪块 GPU 最好呢？本文将详细解答这一问题。即将进入 2018 年，随着硬件的更新换代，越来越多的机器学习从业者又开始面临选择 GPU 的难题。正如我们所知，