如果邮件中的内容不能正常显示，请点击此处查看   如果不想再收此邮件，可取消订阅     2018-07-20 第35期       卷首语       欢迎订阅CSDN AI周刊   CSDN AI周刊为 CSDN 旗下 AI 垂直媒体“AI科技大本营”和“人工智能头条”联合编辑并运营。订阅周刊后你将免费获得最新的人工智能前沿资讯、学习资源，每周五定时推送，欢迎关注。     公开课预告       NLP |《Transformer新型神经网络在机器翻译中的应用》（7月26日）   本次公开课讲师是阿里巴巴-翻译平台-翻译模型组负责人于恒。课程大纲包括： 1.神经网络翻译架构 2.Transformer新型网络结构解析 3.基于Transformer的机器翻译系统 4.Transformer在阿里翻译中的工业化实践     知识图谱 | 《知识图谱发展史》（8月2日）   本次公开课讲师是文因互联CEO，联合创始人鲍捷博士。 知识图谱是人工智能三大分支之一——符号主义——在新时期的主要的落地技术方式。该技术虽然在2012年才得名，但是它的历史渊源，却可以追溯到更早的语义网、描述逻辑、和专家系统。在该技术的的历史演变中，多次出现发展瓶颈，也多次以工程的方式突破了这些瓶颈。本讲座分析知识图谱发展中关键阶段的技术脉络，并提出进一步工程化才是该技术进步的核心方向。     AI业界       专访云知声黄伟：场景定义芯片，未来所有场景都需要AI | AI名人堂   激荡六十年，人工智能已经起航。然而在未来面前，我们都还是孩子。究竟是“奇点临近”？还是泡沫行将破灭？为了解惑，《AI名人堂》将汇聚领航者智慧，和你一起探索前行的方向。     1000万个“AI名师”：用机器算法“解剖”应试教育 | AI聚变   自动驾驶、教育、金融、医疗…如你所知，AI 如毛细血管一般正渗透到各行各业，人们为“AI+”可能带来的爆炸性能量而奔走呼号，但也更愿意看到脚踏实地的技术实现和商业落地。为此，《AI聚变》将深入报道各行业公司的 AI 落地情况，以及未来发展的种种可能性。     赛灵思收购深鉴科技，AI芯片收购第一案说明了什么？   目前，在国内 AI 芯片领域已经涌现了不少致力于自主研发高端芯片的技术创业团队：寒武纪、地平线、Kneron 等，包括深鉴科技在内，尽管基本处在产业链的不同环节，且应用场景也不尽相同，接下来，除了提高自身技术壁垒之外，更需要找到合适的应用场景，这才是所有 AI 芯片企业需要思考的问题。     Facebook加入AI芯片大战，挖走Google芯片产品开发负责人   据外媒报道，Facebook正在投入更多资源用于开发AI芯片，并在本月挖走Google高级工程师主管Shahriar Rabii，此前这位主管曾是Google芯片产品开发部门的负责人。据其Linkedln个人资料显示，Shahriar Rabii曾在Google工作7年，负责了大量针对消费者用户的芯片研发工作，包含Pixel智能手机的定制Visual Core芯片，这枚芯片能够为智能手机摄像头带来机器学习功能。     AI学习资源       集合70多种推荐算法，东北大学老师用Java写了一个开源库，在GitHub上收获近1500个Star...   在经过一年多的开发工作之后，LibRec 3.0版本终于发布了。LibRec是一个基于Java的开源算法工具库，覆盖了70余个各类型推荐算法，可以有效解决评分预测和物品推荐两大关键的推荐问题，目前已经在GitHub上收获了1457个Star，612个Fork。     500多页的机器学习入门笔记，下载超5万次，背后都有什么故事？   今年4月，梁劲在百度云盘上传了一份自己整理的学习笔记——《机器学习——从入门到放弃》。这份学习笔记540多页，图文并茂，而且全部用英文撰写，如今这份文档的下载量已超过50000次。由于在海外的AI社区反响强烈，梁劲随后又将这份文档上传到了DropBox。从动笔到完成，梁劲差不多花了一年左右的时间，作为人工智能的门外汉，其中艰辛，可想而知。     这么多人用AI预测FIFA 2018，为什么总是会失败？   在过去的一个月里，无论是球迷经验与期望的预测，还是各路研究人员通过各种机器学习方法的预测，都没有人预测出这样的结果，FIFA 的结果无疑使这些预测有些尴尬。更是谁都没有预测到历经附加赛，三场加时赛，平均年龄近三十的格子军团凭借着钢铁般的意志，顽强拼搏的精神进入了决赛，而这些奇迹和促使奇迹发生背后的因素在我们的算法和模型中又该如何利用？     TensorFlow 发布新版本v1.9（附应用实践教程）   近日，TensorFlow 发表推文正式发布 TensorFlow v1.9 ，大家可以更新各自的代码啦~~在 TF 的更新文档中更新了 keras，包括一个新的基于keras的入门，一个非常适合初学者的Jupyter 笔记本，还增加了更多的实例。     让我去健身的不是漂亮小姐姐，居然是贝叶斯统计   本文将为大家介绍利用贝叶斯统计的一个实践案例。通项目实践达到学以致用的目的，相信大家对贝叶斯统计的理解和掌握都可以更深入，提炼出更精炼的内容。     技术 | 机器学习中Python库的3个简单实践——你的图片将由你来创造   本文为大家介绍机器学习、深度学习中一些优秀、有意思的Python库，以及这些库的Code实践教程。涉及到的理论与学术内容会附上相应的论文与博客，方便大家参考学习。     敲重点！一文详解解决对抗性样本问题的新方法——L2正则化法   许多研究已经证明深度神经网络容易受到对抗性样本现象的影响：到目前为止测试的所有模型都可以通过图像的微小扰动使其分类显著改变。为了解决这个问题研究人员也在不断探索新方法，L2正则化也被引入作为一种新技术。本文中人工智能头条将从基本问题——线性分类问题开始给大家介绍解决对抗性样本现象的一些新视角。     Python热文Top10，精选自1000篇文章   每月一次的热文推荐又又又来啦~这次我们从近1000篇Python文章进行了筛选，挑选出了10篇（前 1％）值得一看的文章以飨读者。本次热文推荐主题涉及：Python 3.7，超级马里奥编程，数据科学，安全开发，线性代数，加密货币，PyFPDF，预测签证预测等。     Google AI提新型神经网络，对神经元进行高精度自动重建   7月16日， Google AI发布了一篇博客称，Google Research部门和Max Planck研究所合作提出了一种新型的递归神经网络，它可以提升连接组数据进行自动分析的准确性，相比先前深度学习技术的准确性是数量级的提升。Jeff Dean随后也在Twitter上转发评价称，“使用人工神经网络重建真实神经元的连接性研究真的很酷。”     联系我们       CSDN AI 周刊     本刊由“AI科技大本营”编辑并运营，涵盖AI行业和技术圈儿的精品干货，每周发送，欢迎将干货分享给更多人！扫描下方二维码，添加小助手，备注公司和技术方向，邀你加入技术交流群。     大本营小助手       投稿：zhouxiang@csdn.net     转载：suiling@csdn.net     反馈：suiling@csdn.net   查看CSDN AI 周刊往期回顾，更多精彩内容尽在 CSDN AI专区。欢迎向您的朋友推荐订阅本邮列表。 如果不想再收到该邮件，可以取消订阅