开源代码上新！6 份最新「Paper + Code」

开源代码上新！6 份最新「Paper + Code」 | PaperDaily #17

2017-11-22 623

[ 自然语言处理 ]

DuReader: a Chinese Machine Reading Comprehension Dataset from Real-world Applications
@zhangjun 推荐

大型中文阅读理解数据集，工作来自百度。

论文链接
https://www.paperweekly.site/papers/1137
代码链接
https://github.com/baidu/DuReader

TransNets - Learning to Transform for Recommendation
@ccclyu 推荐

引入了迁移学习的隐含表示层来减少 test dataset 的稀疏性。

论文链接
https://www.paperweekly.site/papers/1181
代码链接
https://github.com/rosecatherinek/TransNets

[ 计算机视觉 ]

Co-attending Free-form Regions and Detections with Multi-modal Multiplicative Feature Embedding for Visual Question Answering
@xiaolu 推荐

视觉问答任务（Viual Question Answering）是最近 2-3 年兴起的多模态任务。对于视觉问答任务，算法需要同时理解图片内容和语言信息，然后推理出正确的答案。目前常见的方法有多模态特征融合和以及视觉注意力机制。

已有的注意力机制主要有两类，一类是基于全图区域的注意力机制，一类是基于检测框区域的注意力机制，前者容易关注到物体的一部分，后者会缺少一些检测框。

本文第一次尝试将基于全图区域的与基于检测框区域的注意力机制融合在一个框架下，充分利用全图区域和检测框之间的互补信息；并且提出新的多模态特征融合方法，将问题特征、全图特征、检测框特征进行有效的融合。模型在 VQA 和 COCO-QA 两个主流数据集上实现了目前最好的结果。

论文链接
https://www.paperweekly.site/papers/1175
代码链接
https://github.com/lupantech/dual-mfa-vqa

Image Crowd Counting Using Convolutional Neural Network and Markov Random Field
@cornicione 推荐

文章融合了 MRF 和 deep 网络，提出了一种统计静态图片中人数的方法。

论文链接
https://www.paperweekly.site/papers/1195
代码链接
https://github.com/hankong/crowd-counting

[ 机器学习 ]

Social Attention - Modeling Attention in Human Crowds
@zk5580752 推荐

本文是一篇基于 Social LSTM 的后续论文，Social LSTM 是李飞飞团队于 2016 年提出的行人路径预测方法。本文则在原文基础上改进了预测方式，不仅仅基于 RNN 模型，还引入了 Attention Model，使得预测更加精准和全面。

论文链接
https://www.paperweekly.site/papers/1115
代码链接
https://github.com/vvanirudh/social-lstm-tf

Breaking the Softmax Bottleneck: A High-Rank RNN Language Model
@paperweekly 推荐

本文尝试改进了语言模型在预测 next token 时用 softmax 遇到的计算瓶颈。

论文链接
https://www.paperweekly.site/papers/1112
代码链接
https://github.com/zihangdai/mos

原文发布时间为：2017-11-23
本文来自云栖社区合作伙伴“PaperWeekly”，了解相关信息可以关注“PaperWeekly”微信公众号

微信关注我们

原文链接：https://yq.aliyun.com/articles/268145

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

数据科学家实操之路

更多深度文章，请关注：https://yq.aliyun.com/cloud Kaggle最近进行了一项旨在评估数据科学和机器学习当前发展状况的调查。他们收到了将近17000份答卷，并利用这些答卷做出了大量的分析。对于调查结果的分析报告，我并不感兴趣，我只是想看看这些调查结果是否对我这种想知道如何成为数据科学家的人来说是否有用。如果你对分析过程并不感兴趣，而只想看看17000个行业专业人士的说法，那么请跳到本文的最后一节阅读结论。否则，请继续阅读下文，看看我是如何得出结论的。 1. 导入和预处理 1.1. 导入数据 library(data.table)library(dplyr, warn.conflicts =FALSE)library(ggplot2)library(tibble) results <- as.tibbl

2017-11-22

707

上图是在课程的第4周创建的，将吴恩达的脸与 Leonid Afremov 的 Rain Princess 风格结合起来。我最近在Coursera上完成了吴恩达（Andrew Ng）的计算机视觉课程。吴恩达在解释优化计算机视觉任务所需的许多复杂方法方面做得很出色。这门课中我最喜欢的部分是神经风格迁移（第11课），利用神经风格迁移，你可以将Claud Monet的风格与任何图像的内容结合起来。下面是一个例子: 在这篇文章中，我将讨论这门课的11节主要课程。需要注意的是，这是Deep Learning系列课程的第4门，由deeplearning.ai制作，可以到官网了解前三门课程。第1课：为什么计算机视觉发展迅速? 大数据和算法的发展将会导致智能系统的测试误差收敛至贝叶斯最优误差。这将使得AI能够在所有领域超越人类水平，包括自然感知任务。

2017-11-22

702

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。