在碎片化閱讀充斥眼球的時代,越來越少的人會去關註每篇論文背後的探索和思考。
在這個欄目裡,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。
點選本文底部的「閱讀原文」即刻加入社群,檢視更多最新論文推薦。
Semantic Segmentation PyTorch
#PyTorch上最好的語意分割工具包
本專案是由 MIT CSAIL 實驗室開源的 PyTorch 語意分割工具包,其中包含多種網路的實現和預訓練模型。自帶多卡同步 bn,能復現在 MIT ADE20K 上 SOTA 的結果。
ADE20K 是由 MIT 計算機視覺團隊開源的規模最大的語意分割和場景解析資料集。
▲ 從右至左:測試圖-Ground Truth-預測結果
▲ 測試結果
#支援快速成型的深度學習NLP工具包
PyTorch NLP 是一個自然語言處理開源 Python 庫,包含各類預訓練 Embeddings、取樣器、資料集載入器、神經網路模型和文字編碼器。本專案旨在幫助開發者加速自然語言處理研究行程。
Non-local Neural Networks for Video Classification
#Facebook影片分類開原始碼
本專案是 Facebook 論文 Non-local Neural Networks 的影片分類開原始碼和模型,這個程式碼在影片分類效果和效率上都做到了很大的提升,ResNet-50 Non-local Net 基本能橫掃只用 RGB 的影片分類模型。
程式碼裡面提供的模型可以作為許多其他任務的底層 representation,作者希望透過這個程式碼能把大規模影片相關的研究帶進尋常百姓家。
▲ 測試結果
#Keras專案模板
本專案是一個基於 Keras 庫的專案模板,模板能讓你更容易地構建和訓練深度學習模型,並支援 Checkpoints 和 TensorBoard。
▲ 模型結構
#面向智慧農業的知識圖譜及其應用系統
本專案是上海市《農業資訊服務平臺及農業大資料綜合利用研究》子課題《上海農業農村大資料共享服務平臺建設和應用》的研究成果。
華東師範大學資料科學與工程學院作為課題主要參與單位以實現智慧農業為標的,探索農業大資料分析、挖掘和綜合應用。華師大課題組在前期國家重點研發計劃《大資料知識工程基礎理論及其應用研究》研究基礎上,在本專案中,基於碎片化農業大資料,構建面向智慧農業的知識圖譜及其應用系統。
可復用資源:
-
hudong_pedia.csv: 已經爬好的農業物體的百科頁面的結構化 csv 檔案
-
labels.txt: 5000 多個手工標註的物體類別
-
predict_labels.txt: KNN 演演算法預測的 13W 多個物體的類別
-
/wikidataSpider/wikidataProcessing/wikidata_relation.csv: predict_labels.txt 中物體在 wikidata 中對應的三元組關係
-
attributes.csv: 部分物體的屬性(互動百科頁面中直接得到)
#關於遷移學習你想要知道的一切
本手冊簡明地介紹遷移學習的概念與基本方法,並對其中的領域自適應問題中的若干代表性方法進行講述。最後簡要探討遷移學習未來可能的方向。
本手冊編寫的目的是幫助遷移學習領域的初學者快速入門並掌握基本方法,為自己的研究和應用工作打下良好基礎。
本手冊的編寫邏輯很簡單:是什麼——介紹遷移學習;為什麼——為什麼要用遷移學習、為什麼能用;怎麼辦——如何進行遷移(遷移學習方法)。
為了最大限度地方便初學者,作者還特別編寫了一章上手實踐,直接分享實現程式碼和心得體會。
▲ 主要檔案與其內容介紹
#支援移動裝置的單人姿態估計框架
MobilePose 是一個輕量級的、基於 PyTorch 實現的單人姿態估計框架。標的旨在提供一個模型訓練/推理/評估介面,以及具有各種資料增強選項的資料採集器。最終訓練的模型在速度、大小和精度方面均可滿足移動裝置的基本需求。
#多標簽分類器和評價器
MEKA 是一個基於 Weka 機器學習框架的多標簽分類器和評價器。本專案提供了一系列開源實現方法用於解決多標簽學習和評估。
#基於Fast.ai的PyTorch NLP庫
Quick NLP 是一個基於深度學習的自然語言處理庫,該專案的靈感來源於 Fast.ai 系列課程。它具備和 Fast.ai 同樣的介面,並對其進行擴充套件,使各類 NLP 模型能夠更為快速簡單地執行。
本文由 AI 學術社群 PaperWeekly 精選推薦,社群目前已改寫自然語言處理、計算機視覺、人工智慧、機器學習、資料挖掘和資訊檢索等研究方向,點選「閱讀原文」即刻加入社群!
#作 者 招 募#
我是彩蛋
解鎖新功能:熱門職位推薦!
PaperWeekly小程式升級啦
今日arXiv√猜你喜歡√熱門職位√
找全職找實習都不是問題
解鎖方式
1. 識別下方二維碼開啟小程式
2. 用PaperWeekly社群賬號進行登陸
3. 登陸後即可解鎖所有功能
職位釋出
請新增小助手微信(pwbot02)進行諮詢
長按識別二維碼,使用小程式
*點選閱讀原文即可註冊
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臺。如果你研究或從事 AI 領域,歡迎在公眾號後臺點選「交流群」,小助手將把你帶入 PaperWeekly 的交流群裡。
▽ 點選 | 閱讀原文 | 加入社群刷論文