在印尼，猴子的主人转移到了未执行禁令的郊区。
为数众多的同性恋聚集一处水上公园，参加水上派对。
声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
　　选自 Facebook Research
　　机器之心编译
　　参与：盛威、夏德
　　在今年的 ICML 大会上，Facebook 发布了自己最新的几项研究，介绍了他们正在运行的三个工作室及相关研究文章。Facebook 集结了大量人力聚焦在大规模机器学习的问题，注重回顾过往神经科学研究，以期更好的了解眼下的问题。
　　在最有趣的机器学习研究问题上合作
　　在本周纽约举行的 ICML 2016大会上，Facebook 的研究员非常积极。在这场知名的领先机器学习大会上，Facebook 的研究员将会与学术同行进行交流，并且展示他们最新的研究成果。除了下面展示的三篇论文外，这个团队正在领导四个工作室，并开通了两个教程：Facebook 人工智能研究员 Jason Weston 开通的语言理解的记忆网络课程和 Facebook 人工智能首席科学家 Leon Bottou 开通的随机递度法大规模机器学习。
　　机器学习的多样化使用、数据的爆发式增长和大规模机器学习系统的复杂性，让机器学习和大规模机器学习系统设计之间有了有趣的交集。Facebook 的技术项目经理 Aparna Lakshmi Ratan 和工程主管 Joaquin Qui&onero Candela 以及 Hussein Mehanna，还有伯克利大学的 Joseph Gonzalez 将会领导这个机器学习系统工作室，来解决这个复杂的技术交集问题。他们最终的目标是推动新想法，集结不同领域的专家探索并解决各种挑战，识别各种工具，分享最好的实战经验，设计规则以帮助这个整个机器学习研究社区解决现实世界中的大规模机器学习问题。
　　我们将展示两篇来自机器学习系统工作室的文章：《规模成果化机器学习管道》（Productionizing Machine Learning Pipelines at Scale），作者是Pierre Andrews，Aditya Kalro 和 Alexander Sidorov；和《Torchnet：一个（深度）学习研究的开源平台》，作者是Ronan Collobert, Armand Joulin 和 Laurens van der Maaten。「经网络回到未来工作室」退一步研究了神经网络的基础，以向前走出更大的一步。Leon Bottou 和两名 Facebook 的人工智能研究科学家 David Grangier与 Tomas Mikolov 联合 Google 的 John Platter 认真检查了之前的神经网络工作。这个工作室的目标是从早期的文献中找到被遗忘的「gem」，回顾各种假设，更好的理解当下工作的差异。
　　深度学习是机器学习中一个快速成长的领域，它与多层抽象学习再现数据的计算机算法有关。虽然这个领域近几年进步快速，但是挑战仍然很多。Facebook 的这个深度学习工作室集合了不同组织的研究者合力解决两个挑战：小数据范围内的无监督学习，和基于模拟的学习及其对真实世界转换的能力。深度学习工作室将在这些重要领域展开瞩目的讨论。主持人包括：Facebook 人工智能研究科学家 Antoine Bordes，来自纽约大学的 Kyunghyun Cho 和 Emily Denton，以及来自牛津大学和谷歌DeepMind的 Nando de Freitas，和来自纽约大学及Facebook 人工智能科学家主管 Rob Fergus。
　　Facebook 工程主管 Lars Backstrom 正在参加由 Facebook 研究科学家 Khalid El-Arini 组建的第三个工作室，该工作室研究个性化计算框架，以探索如何在当下网络新闻，购物广告和学术研究的信息洪流中提取能够指导行动的信息，做出明智的决策。这个工作室集合了业界和学界的研究者分享最新的研究进展，讨论未来的研究方向，尤其是在教育和药物上的新应用，个人化计算框架在这两个领域都非常有前景。
　　ICML 2016 上出现的 Facebook 论文
　　《在案例中学习简单算法》（Learning Simple Algorithms from Examples），作者Wojciech Zaremba, Tomas Mikolov, Armand Joulin, 和 Rob Fergus，他们全部来自 Facebook 的人工智能研究室（FAIR）。他们的论文提供了一种从基于控制器组装的新框架借口的案例中直接学习简单算法的方法。
　　《通过木块塔的例子学习物理直觉》（Learning Physical Intuition of Block Towers by Example），作者是软件工程师 Adam Lerer 和 Rob Fergus，FAIR 科学经理。这篇论文探索了深度前馈模型在学习物理直觉方面的能力。研究人员通过一个 3D 游戏引擎来训练大型卷积网络模型，它们能够准确地预测随机木块塔的结果稳定性，同时估计木块的轨迹。这个模型和人类受试者在婴儿时期学习直觉的表现很类似。
　　《聚类分析的无监督深度嵌入》（Unsupervised Deep Embedding for Clustering Analysis），作者是华盛顿大学的 Junyuan Xie，FAIR的科学家 Ross Girshick，以及华盛顿大学的 Ali Farhadi。这篇论文探讨了学习特征聚类，聚类是很多数据驱动应用的中心。它们呈现了一种新的深度嵌入式聚类方法（Deep Embedded Clustering ，DEC），这种方法能学习特征表示，同时利用深度神经网络进行集群分配，实现了对图像和语料库超过当下最先进的改善。
　　「参与到像 ICML 这样的大型机器学习社区对这个领域的进步非常关键，」Facebook 工程总监 Joaquin Qui&onero 说。「在 Facebook，我们相信最有趣的研究问题是从现实世界中发现。在与同行合作和分享我们的发现的同时，我们的目标是每天都向外推进新的边界，不仅仅是在 Facebook 内部，还有整个研究者社区。」
　　&本文由机器之心编译，转载请联系本公众号授权。
　　?------------------------------------------------
　　加入机器之心（全职记者/实习生）：
　　投稿或寻求报道：
　　广告&商务合作：
　　点击「阅读原文」，下载论文↓↓↓
欢迎举报抄袭、转载、暴力色情及含有欺诈和虚假信息的不良文章。
请先登录再操作
请先登录再操作
微信扫一扫分享至朋友圈
搜狐公众平台官方账号
生活时尚&搭配博主 /生活时尚自媒体 /时尚类书籍作者
搜狐网教育频道官方账号
全球最大华文占星网站-专业研究星座命理及测算服务机构
距今35年之后的近未来时代。所有侦探都分配人形机器人搭档。...
主演：黄晓明/陈乔恩/乔任梁/谢君豪/吕佳容/戚迹
主演：陈晓/陈妍希/张馨予/杨明娜/毛晓彤/孙耀琦
主演：陈键锋/李依晓/张迪/郑亦桐/张明明/何彦霓
主演：尚格?云顿/乔?弗拉尼甘/Bianca Bree
主演：艾斯?库珀/ 查宁?塔图姆/ 乔纳?希尔
baby14岁写真曝光
李冰冰向成龙撒娇争宠
李湘遭闺蜜曝光旧爱
美女模特教老板走秀
曝搬砖男神奇葩择偶观
柳岩被迫成赚钱工具
大屁小P虐心恋
匆匆那年大结局
乔杉遭粉丝骚扰
男闺蜜的尴尬初夜
客服热线：86-10-
客服邮箱：width:100%">
鼎力支持！！
width:100%">
width:100%">
谢谢人艰不拆的分享！
width:100%">
朕好无聊啊！爱妃呢？
width:100%">
很有品味！
width:100%">
信人艰不拆，得永生！
width:100%">
拥护楼主，楼主英明呀！！！
width:100%">
LZ敢整点更有创意的不？兄弟们等着围观捏~
width:100%">
让我们一起来次爽的...过！
width:100%">
12345678910
打开手机扫一扫
Comsenz Inc. Design: Dean. DiscuzFans.ICML 2016上哪些论文值得关注_百度知道
ICML 2016上哪些论文值得关注
我有更好的答案
可靠：①事实论据（举例后要总结，典型（学科。⑵论据要真实，概述论据要紧扣论点）；②道理论据（引用名言要分析）、古今等）、国别；⑸补充论据（要能证明论点）。⑶次序安排（照应论点）；⑷判断论据能否证明论点。3论据（用什么证明）⑴论据的类型
其他类似问题
为您推荐：
论文的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁}