9月機器學習文章Top10：星際2、Dota2皆入選，ML教程居榜首

1新智元編譯

No.1 《機器學習簡明教程》作者：Vishal Maini

Machine Learning for Humans

鏈接：https://medium.mybridge.co/machine-learning-top-10-articles-for-the-past-month-v-sep-2017-c68f4b0b5e72

這篇文章用平實的語言闡釋了什麼是機器學習、機器學習的主要內容等，使用了少量的數學公式、代碼和實例，內容涉及監督學習、無監督學習、神經網路和深度學習、強化學習等，同時列舉了一些優秀的資源，附目錄如下：

No.2 《TensorFlow 最佳實踐》 作者：Vahid Kazemi，ML at Google

Effective Tensorflow: TensorFlow Best Practices

鏈接：https://github.com/vahidk/EffectiveTensorflow?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

由谷歌軟體工程師 Vahid Kazemi 在GitHub上發布的《TensorFlow 最佳實踐》已經獲得了 5978 個贊。這一系列仍然在隨著 TensorFlow API 的發布而不斷擴展。

No.3 《Pysc2：DeepMind 的星際 2 學習環境》

Pysc2: StarCraft II Learning Environment by DeepMind

鏈接：https://github.com/deepmind/pysc2?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

此前新智元曾過道過，DeepMind 與合作夥伴暴雪一起，發布了一套名為 SC2LE （StarCraft II Learning Environment）的工具組件，這套工具組件將加速即時策略遊戲星際爭霸 2 中的 AI 研究。

關於這一開源平台的教程，可以點擊：http://chris-chris.ai/2017/08/30/pysc2-tutorial1/

對於DeepMind的相關論文，有一個短視頻進行了深入淺出的解讀：https://www.youtube.com/watch?v=St5lxIxYGkI

No. 4 對象識別：深度學習時代縱覽 作者：Javier Rey

Object detection: an overview in the age of Deep Learning.

鏈接：https://tryolabs.com/blog/2017/08/30/object-detection-an-overview-in-the-age-of-deep-learning/

從簡單的圖像分類到三維姿勢預測，計算機視覺是人工智慧最熱的領域之一。其中對象識別是一項重點任務。和計算機視覺中的很多問題一樣，目前還沒有一個解決此類問題的「最佳方案」，說明此領域仍然有巨大的提升空間。本文關注了對象識別中的常見問題。

No.5 用於深度強化學習的圖像增強智能體

Imagination-Augmented Agents for Deep Reinforcement Learning — DeepMind.

論文鏈接：https://arxiv.org/abs/1707.06203?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

論文引入了 Imagination-Augmented Agents (I2As)，一種用於深度強化學習的新架構。關於論文的短視頻介紹，請點擊鏈接：https://www.youtube.com/watch?v=xp-YOPcjkFw

No.6 用深度學習去除背景 作者：Gidi Shperber

Background removal with deep learning.

博文鏈接：https://medium.com/towards-data-science/background-removal-with-deep-learning-c4f2104b3157

A selfie is an image with a salient and focused foreground (one or more 「persons」) guarantees us a good separation between the object (face+upper body) and the background, along with quite an constant angle, and always the same object (person).

自拍照片總是會突出「前景」——一般是人，弱化「背景」。這項研究通過訓練模型，推出了相關產品，可一鍵去除掉背景。

No.7 OpenAI 的 Dota2 強化學習

Reinforcement Learning on Dota 2 at OpenAI [Part II]

博文鏈接：https://blog.openai.com/more-on-dota-2?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

此前新智元曾報道過，OpenAI 的機器人在 Dota2 1v1 比賽中戰勝了人類著名職業玩家 Denti。本文是對 OpenAI Dota2 機器人的進一步技術解讀。

No.8 用於 Siri 語音的深度學習 ：在終端將深度混合密度模型用於混合單元選擇合成 作者：蘋果 Siri 團隊

Deep Learning for Siri』s Voice: On-device Deep Mixture Density Networks for Hybrid Unit Selection Synthesis.

博文鏈接：https://machinelearning.apple.com/2017/08/06/siri-voices.html?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

日前，蘋果在自家的「Apple Machine Learning Journal」的博客上發表了三篇論文，詳細解釋了 Siri 聲音背後有關深度學習的技術細節。其中就包括這篇《Deep Learning for Siri"s Voice:On-device Deep Mixture Density Networks for Hybrid Unit Selection Synthesis 》。為了讓 Siri 在全平台上都能具備高質量的合成聲音，蘋果公司正在設備端上推進深度學習在混合單元挑選系統中的應用。

No.9 如何愚弄神經網路—機器學習有意思（Part 8）作者：Adam Geitgey

How to Intentionally Trick Neural Networks — Machine Learning is Fun Part 8.

鏈接：https://medium.com/@ageitgey/machine-learning-is-fun-part-8-how-to-intentionally-trick-neural-networks-b55da32b7196

這一很受歡迎的系列博文來到了第8章。它認為最先進的 DNN 也會輕易上當，只要你知道一些花招，就能讓它們給出你想要的結果。

No.10 用 TensorFlow 的對象識別 API 訓練你自己的對象識別器 作者：Dat Tran

How to train your own Object Detector with TensorFlow』s Object Detector API.

鏈接：https://medium.com/towards-data-science/how-to-train-your-own-object-detector-with-tensorflows-object-detector-api-bec72ecfe1d9

本文作者在自己收集和標註的訓練集上，用 TensorFlow 做了一個自己的浣熊識別器。數據集可見：https://github.com/datitran/raccoon_dataset

原文地址：https://medium.mybridge.co/machine-learning-top-10-articles-for-the-past-month-v-sep-2017-c68f4b0b5e72

點擊閱讀原文可查看職位詳情，期待你的加入~

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！