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     2016-12-05 第1期       写在第一期的前面：   您不知道，被您订阅我们有多开心。 新栏目的上线总是令人激动的，CSDN AI 周刊也不例外。怀着忐忑的心情，我们向您发送了第一封周刊邮件。之所以忐忑，是因为我们已经准备好倾听您最诚恳的反馈，我们期望知晓您的口味、对 AI 周刊的期望、以及对内容改进的意见。 十年来，CSDN与开发者共同成长。在时下热门的人工智能领域，我们也一如既往地与AI从业者、研究人员、高校进行着热切的交流，努力为行业打造沟通平台。若您有希望与业界分享的AI实施案例、资料整理、学习笔记、趣闻妙谈，请发送邮件至wangyi@csdn.net，期待您的声音。     论文       ICML 2016精选论文   人工智能和机器学习领域的学术论文汗牛充栋。每年的各大顶级会议、研讨班录用好几千篇论文，即便是亲临现场也很难追踪到所有前沿信息。在时间和精力有限的情况下，选择精读哪些论文，学习哪些热门技术就成为了AI学者和从业人员头疼的问题。本栏目就是要帮助大家筛选出有意思的论文，解读出论文的核心思想，为精读提供阅读指导。     深度增强学习方向论文整理   本文详尽列举了关于深度增强学习各门类的相关高质论文，包括开山鼻祖DQN、DQN的各种改进版本（侧重于算法、模型上的改进）、基于策略梯度的深度强化学习（深度策略梯度、深度行动者评论家算法、搜索与监督、连续动作空间下探索改进、结合策略梯度和Q学习、其它策略梯度文章）、分层DRL、DRL中的多任务和迁移学习、基于外部记忆模块的DRL模型、DRL中探索与利用问题等。     【ECCV2016论文速读】回归框架下的人脸对齐和三维重建   三维人脸重建的目标是根据某个人的一张或者多张二维人脸图像重建出其三维人脸模型（此处的三维人脸模型一般仅指形状模型，定义为三维点云）。今天我们只讨论由单张二维图像重建三维人脸的问题。这个问题本身其实是个病态（ill-posed）问题，因为在将人脸从三维空间投影到二维平面上形成我们看到的二维人脸图像的过程中，人脸的绝对尺寸（如鼻子高度）、以及由于自遮挡而不可见的部分等很多信息已经丢失。在不掌握相机和拍摄环境的相关参数的情况下，这个问题其实是没有确定解的。     实践       TensorFlow四种Cross Entropy算法实现和应用   TensorFlow针对分类问题，实现了四个交叉熵函数，分别是： tf.nn.sigmoid_cross_entropy_with_logits、tf.nn.softmax_cross_entropy_with_logits、tf.nn.sparse_softmax_cross_entropy_with_logits和tf.nn.weighted_cross_entropy_with_logits 本文对这四个函数进行详解，并给出具体的代码实现。     如何用TensorFlow和TF-Slim实现图像分类与分割   笔者将和大家分享一个结合了TensorFlow和最近发布的slim库的小应用，来实现图像分类、图像标注以及图像分割的任务，围绕着slim展开，包括其理论知识和应用场景。文中会用到Tensorflow和卷积神经网络的知识。     泛谈       深度学习的五个能力级别   Arend Hintze写了一篇很好的短文，叫《理解AI的四种类型》，分别是反应机器（Reactive Machine）、有限的记忆（Limited Memory）、思维理论（Theory of Mind）、自我意识（Self-Awareness）。 这种分类比把人工智能分成“狭义”和“通用”要好很多，它试图把狭义AI分成3类。开发者可以通过更多的概念来区分各种不同AI实现。借此机会，我想针对深度学习领域提出更加细致的分类，这样，开发者就可以清楚地知道自己目前所处的位置。 本文具体阐述了深度学习能力的五个分类。     知言| 刘玉刚 最火的人工智能都是什么？   人工智能有多火，大家看看各大网站的科技栏目，每天都会有大量的相关信息推送到你眼前。科技巨头们也纷纷重投人工智能，智能化已成为世界趋势。 为了帮助大家更加系统全面地学习人工智能知识，CSDN知识库特邀请了知名的社区专家刘玉刚老师，绘制了人工智能知识图谱，根据知识点挑选优质内容呈现给大家。     为什么现在的人工智能助理都像人工智障？   本文作者就当前人工智能助理的困境进行漫谈，包括对智能助理与对话式服务的探讨、对人工智能助理潜力的分析。作者表示，对CUI的特点的理解决定产品价值，并分析了什么样的AI Agent能满足C端的需求。     推荐系统老司机的十条经验   一年一度的ACM Recsys会议在9月份已经胜利闭幕，留下一堆slides和tutorials等着我们去学习。 翻看今年的各种分享，其中老司机Xavier Amatriain的分享引起了我的兴趣：Lessons Learned from Building Real­-Life Recommender Systems。主要分享了作为推荐系统老司机的他，多年开车后总结的禁忌和最佳实践，这样的采坑实录显然是很有价值的。     活动       遇见华为网络大脑、微软小冰 BDTC 2016人工智能专题全揭秘   作为国内大数据领域的顶级大会，2016中国大数据技术大会将于2016年12月8日-10日在北京新云南皇冠假日酒店隆重举办。其中，人工智能分论坛将于12月9日下午开启，你将有机会与六位讲者就以下议题进行探讨：《华为网络大脑：基于机器学习的下一代网络智慧》、《微软人工智能黑科技-微软小冰》、《网页搜索引擎中的排序相关度》、《今日头条的人工智能技术实践》、《人工智能在金融科技中的实践》、《自然语言处理、深度学习等技术在英语教育中的应用》，并同与会专家近距离交流。     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