2016 谷歌開發者大會上關於機器學習的一些資料

2016 谷歌開發者大會上關於機器學習的一些資料

Google 今天在北京國家會議中心開了一場開發者大會(GDD)。Google 在中國好幾年沒有消息了,這一次很是意味深長。自己對 Google 熱愛,再加上前段時間剛剛開發完一個 Android app,報了名,幸運地得到了入場資格。html

大會的主要內容

  • Android 7.x 能夠使開發者開發出哪些新特性node

  • 推廣 Firebasegit

  • 推廣 Angulargithub

  • 推廣 Progressive Web Apps(PWA)算法

  • 推廣 Google Play網絡

  • 推廣 AdWords 和 AdMobapp

  • Material designdom

  • TensorFlow 和機器學習等機器學習

由於大會分了 7 個分會場,因此只聽了 Android 7.x 新特性和機器學習等比較感興趣的內容。接下來就主要記錄一下今天收穫到的一些乾貨。學習

TensorFlow

主講人用線性迴歸和圖像識別兩個例子給咱們介紹了 TensorFlow 的使用。

特性

  • Fast, flexible, and scalable open-source machine learning library

  • One system for research and production

  • Runs on CPU, GPU, TPU and Mobile

學習資源

Deep learning 深度學習

當前技術水平

  • 圖像:分類;添加文字描述

  • 語言:翻譯(Translation);解析歸納大意(Summarization)

  • 語音:識別;生產

  • 遊戲:AlphaGo;Atari
    以及更多。

可重複性研究

其中 Inception 是圖像分類,Show and tell 是輸入圖片輸出文字描述的研究;Translation 和 Summarization 就直譯,很少說了;WaveNet 是 Google 不久前取得突破的 TTS (文字轉語音)技術,會很是天然地模擬人類語音;Music 指的是基於 reinforcement learning 的生成音樂旋律的算法;Parsey McParseface 是一種解析英語解析器,能分出句子中的主謂賓定狀補等成分,號稱是世界上最準確的預言解析器。

開源小玩意兒

第一個 Style Transfer 這個改畫風的東東自從著名的神經網絡論文 A Neural Algorithm of Artistic Style 出來之後就被玩壞了,最近很火的 Prisma 什麼的都是基於這個原理。其它幾個都很好理解,就是字面意思。

學習資源

除了上面關於 TensorFlow 的學習資源,還有:

其中 Stanford's CS231n 是主題演講 TensorFlow and Art 主講人 Josh Gorden 最推薦的。

以上。

相關文章
相關標籤/搜索