當前位置：首頁 > 人工智能 > pytorch >内容正文

pytorch

深度学习方面的学术交流平台？

發布時間：2024/3/26 pytorch 49 豆豆

生活随笔收集整理的這篇文章主要介紹了深度学习方面的学术交流平台？小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

作者：蕭瑟
鏈接：https://www.zhihu.com/question/54749093/answer/140998859
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。

很多剛入門深度學習的朋友，往往不知道該如何獲取最新的深度學習資源，包括資訊，論文，學習資料等等，有問題也不知道該與誰交流。因此這里分享一些相關途徑，希望對大家的學習有所幫助。

微信公眾號

有很多和深度學習相關的公眾號，對學術相關進展的跟進都很及時，可以考慮有選擇的關注：

機器之心
智能立方:
paperweekly
哈工大scir
將門創投
煉丹實驗室
機器學習研究會
AI科技評論
全球人工智能
深度學習大講堂

郵箱訂閱

通過郵箱，訂閱一些資源推送，是很有必要的：

Arxiv：計算機領域，特別是深度學習領域的最新論文，一般都會先出現在Arxiv上，除了天天到Arxiv相關類別刷論文之外，也可以通過郵箱訂閱自己感興趣的類別：https://arxiv.org/help/subscribe
好東西傳送門：包含機器學習日報，NLP日報，大數據日報，Python日報等很實用的內容，建議訂閱：http://memect.com/
大牛的最新Paper：可以通過Google學術，訂閱一些深度學習領域大牛的論文，這樣一旦他們有新論文，有可以通過郵件及時得到通知,下面是我的一些訂閱，不全，僅供參考：
- Geoffrey Hinton
- Yann LeCun
- Yoshua Bengio
- Andrej Karpathy
- andrew Y ng
- Richard Socher
- Tomas Mikolov
- Oriol Vinyals
- Percy Liang
- Jason Weston
- Hang Li
- Tie-Yan Liu

知乎專欄

知乎上有很多和深度學習相關的專欄，而且在知乎上可以很方便的和作者進行互動交流，也是一個很方便的方式，下面是一些我訂閱的專欄：

煉丹實驗室
機器之心
超智能體
PaperWeekly
深度學習：從入門到放棄
智能單元
深度學習大講堂

網站

這里收藏了一些不錯的和深度學習相關的資源網站，可以參考： http://nlp.hivefire.com/ ，包含最新的NLP資訊和論文 https://github.com/dennybritz/deeplearning-papernotes ，作者在Google Brain，會經常更新一些自己讀論文的筆記。 https://www.reddit.com/r/MachineLearning/ ,Reddit的機器學習版，氛圍活躍，大牛云集。

微信交流群

PaperWeekly: 想加群，請聯系微信號：zhangjun168305, 群里的交流氣氛活躍，和學術。
將門微信群：里面大牛云集，想加群，請加群請關注將門創投的訂閱號，里面有入群方式。

上面是我平時收集深度學習論文和資訊的方式總結。我覺得更容易面臨的問題，不是信息匱乏，而是信息負載，因此在有限的時間里，學會選擇適合的閱讀內容，更為重要。

社交網絡

國內大牛一般是微博，國外大牛一般是Twitter,關注一下他們，可以了解到很多第一手的消息。

作者：張俊
鏈接：https://www.zhihu.com/question/54749093/answer/169816156
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。

說到學術平臺，我這里自薦一下我們的PaperWeekly。PaperWeekly是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。

目前，我們有以下幾個欄目：

1、一周論文。每周六分享一篇原創的高質量綜述文章，針對某一個topic對多篇相關的paper進行綜述，方便工作比較忙的童鞋來了解某一個領域的最新進展，也方便正在找研究方向的童鞋來尋找思路。從去年9月開始第一期，堅持每周一期，上周剛剛分享到第37期。綜述文章的作者是來自海內外相關領域的phd和master，也有少量的行業工程師。目前我們有一個將近100人的作者團隊，在業余時間來分享知識給大家。

PaperWeekly 第37期 | 論文盤點：檢索式問答系統的語義匹配模型（神經網絡篇）
PaperWeekly 第36期 | Seq2Seq有哪些不為人知的有趣應用？
PaperWeekly 第35期 | 如何讓聊天機器人懂情感
PaperWeekly 第34期 | End-to-End任務驅動對話與數據庫的銜接

2、每周值得讀。每天我們會將arxiv上的水paper過濾掉，將精華的文章分享到微博上，并配上該篇paper的亮點和貢獻。每周日將本周值得讀的paper匯總起來在公眾號和知乎專欄上發布出來，方便大家了解到最新的研究進展。目前我們有一個100多人的arxiv志愿者團隊，利用業余時間為社區提供方便。

3、讀者交流群。為了方便我們的讀者進行交流，去年九月開始建立讀者群，至今已經建立了7個nlp交流群，2個cv交流群（周六剛剛開始建的，目前第一個已滿。）。為了保證群內交流的質量，我們謝絕了很多愛好者的加入，希望群內保持一個較好的學術交流氛圍，也歡迎各位加入。

4、Phd Talk。今年年初的時候，受一個高中同學的啟發，決定做這個Phd Talk。其實這種形式之前有很多家在做了，雷鋒網、csdn、將門等等都在做。當時一個很樸素的想法就是，希望更多“不知名”的大牛可以分享他們扎實的工作給大家，深度學習或者人工智能其實不僅僅只有Bengio、Lecun他們，還有很多默默無聞的大牛們，他們默默地做著一些影響和改變世界的工作。基于這個初衷，我們開始了第一期talk，沒半個月舉行一次，本周會舉行第七期。

5、論文共讀。最近一個月，我們開始嘗試一個非常費力的服務，論文共讀小組，目前有知識圖譜、多模態、GAN、Chatbot 和 QA 五個組，大家每周一起研讀一篇 paper。為了保證共讀小組的效果，我們采用邀請制進行。一篇好的 paper，經典的 paper 應該多讀，多討論，相互討論，與作者討論，碰撞火花，啟迪思維，討論出來的東西可以沉淀下來，以供后來者參考。這件事我從去年的時候就有了想法，無奈精力有限一直沒能開始，直到最近一段時間，有了開發團隊才開始鋪開做。我們會不斷擴展到大家關心的各個領域里，聚集更多的人來一起研讀論文。最近的幾次活動，我們都將paper的一作邀請來了，包括

@吳俁童鞋等等。除了固定的幾個group之外，我們建立了一個一周熱文組，一起讀了Fb的那篇FastSeq和Socher的那篇Abstractive Summarization。

每周一起讀 | 知識圖譜閱讀小組
多模態小組閱讀筆記精選 | 每周一起讀 #7
Chatbot專題閱讀小組 | 每周一起讀 #08
QA專題閱讀小組 | 每周一起讀 #09

6、論文訪談間。很早之前，

@劉知遠老師就在一起交流過，建議我們可以嘗試做類似 MIT Technology Review 那樣的報道，當時我并沒有想清楚如何來做。最近我們又溝通了一次，想一起把國內錄用的 ACL 工作宣傳報道一下，于是成立了一個 10 多人的記者團，記者們都是來自各大高校的研究生，具有非常強的專業基礎，并且都是 PaperWeely 的忠實讀者，其中有幾位都是知乎小 V，比如 @蕭瑟 @鄭華濱 @吳酈軍很有影響力。我們之前的 paper note 主要還是面向有一定基礎的同學，或者正好是做這個方向的同學，而這次嘗試希望可以挑戰難度，用盡量淺顯易懂的語言把 paper 的貢獻和亮點介紹清楚，讓更多讀者可以了解到人工智能到底發展到什么階段了。

“嘿，機器，你是怎么做好翻譯的呀？” “來，我畫給你看！” | 論文訪談間 #01
讓問答更自然 - 基于拷貝和檢索機制的自然答案生成系統研究 | 論文訪談間 #02

7、大牛約稿。我們不定期地會和學術界的大牛老師和工業屆的大牛cto約稿，分享一些比較大的話題。

當知識圖譜“遇見”深度學習
綜述 | 知識圖譜研究進展
特約 | 醫療AI的機遇與挑戰
特邀 | 圍棋人機大戰一周年：如何讓AlphaGo更快更輕盈

感謝大家可以看完。如果你對我們感興趣，歡迎關注我們：

微信公眾號：PaperWeekly

新浪微博：@PaperWeekly

作者：將門
鏈接：https://www.zhihu.com/question/54749093/answer/152979840
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。

一直沒有怎么經營知乎，今天無聊想起來搜了一下自己。沒想到就看到這個問題了，以及居然！被！好！評！了！

將門是一家創投機構，關注技術驅動型的創業公司。除此之外，我們用心打造了圍繞著人工智能各個方向的主題交流群，包括計算機視覺、自然語言處理、機器學習、機器人。每一位入群的朋友全部手動審核報名表。

一年了，每一次做技術分享時總是心驚肉跳，生怕網又不好了，嘉賓又找不到了，怠慢了每一位守在電腦前的朋友。

還好一路過來，有大家的支持。我們會一直懷著敬畏之心，給大家奉獻更多優質的技術內容。

想要入群的朋友，可以關注將門的微信（thejiangmen），然后回復加群。填寫報名表，審核通過后我們會手動邀請進群。

最后附上我們往期部分線上talk的回顧和PPT吧：

計算機視覺

1. 嘉賓：商湯科技CEO 徐立

文章回顧：計算機視覺的完整鏈條，從成像到早期視覺再到識別理解

2. 嘉賓：格靈深瞳CTO 趙勇

文章回顧：計算機視覺在安防、交通、機器人、無人車等領域的應用

3. 嘉賓：上交大教授馬利莊

文章回顧：可視媒體大數據的智能處理技術與應用

4. 嘉賓：阿里資深總監華先勝

文章回顧：圖像搜索的前世今生

5. 嘉賓：譚平 360人工智能研究院副院長

主題：從SfM、SLAM到自主機器人

視頻：http://pan.baidu.com/s/1sl5zqUT

PDF：http://pan.baidu.com/s/1nvbfs3f

6. 嘉賓：周博磊 MIT在讀博士

主題：理解和利用CNN的內部表征

視頻：https://pan.baidu.com/s/1dF3MWvf

PDF：https://pan.baidu.com/s/1jI8w5dc

7. 嘉賓：吳佳俊 MIT在讀博士

主題：生成和識別三維物體

視頻：http://jiangmen.gensee.com/webcast/site/vod/play-1351e3d20155491dbdfc6125e75b1c48

PDF：https://jiajunwu.com/jiajunwu_3d_jiangmen.pdf

機器人

1. 嘉賓：張一茗速感科技 CTO

主題：給機器人一雙慧眼——機器人視覺系統進化史

視頻：

http://jiangmen.gensee.com/webcast/site/vod/play-82fb6ca462c64124b77d831afcb17c98

PDF：http://pan.baidu.com/s/1skNZGk9

2. 嘉賓：高翔清華大學自動化導航研究所博士生

主題：視覺SLAM的基礎知識

視頻：

http://jiangmen.gensee.com/webcast/site/vod/play-be677f47f1a1484f895fe05eb6af8468

PDF：http://pan.baidu.com/s/1o8lMt42

3. 嘉賓：張浩藍胖子機器人 CTO

主題：Moble manipulator as general purpose robot: technology & vision

視頻：

http://jiangmen.gensee.com/webcast/site/vod/play-f784df3a2d14450bb6d1c685d85fda8c

PDF：http://pan.baidu.com/s/1nv0b64p

5. 嘉賓：韓峰濤珞石科技聯合創始人

主題：工業機器人控制系統設計綜述

視頻：http://pan.baidu.com/s/1geF7A8N

PDF：http://pan.baidu.com/s/1kVbejjx

6.嘉賓：馮思遠豐田研究院 主題： 基于分層優化的人形機器人控制 視頻： http://jiangmen.gensee.com/webcast/site/vod/play-9553f97efcd5443692c76adc537d34da（因為馮博聲音太好聽了，導致沉醉了，前幾分鐘沒錄上==） PPT：http://pan.baidu.com/s/1gfp34zD

自然語言處理

1. 嘉賓：鮑捷文因互聯CEO

主題：知識管理和語義搜索的哲學思考

視頻：http://pan.baidu.com/s/1jIwgWsu

PDF：http://pan.baidu.com/s/1bpgMjWr

2. 嘉賓：王仲遠 Facebook Research Scientist

主題：如何讓機器像人類一樣理解短文本

視頻：

http://jiangmen.gensee.com/webcast/site/vod/play-15da50b39c4f411b860b48c4cc8f6b81

PDF：http://pan.baidu.com/s/1pL0GBWZ

3. 嘉賓：劉知遠清華大學計算機系助理教授

主題：表示學習與知識獲取

視頻：http://pan.baidu.com/s/1gePJ9kv

PDF：http://pan.baidu.com/s/1dE8mDk1

4.嘉賓：王昊奮深圳狗尾草智能科技公司CTO

主題：從通用知識圖譜到行業圖譜—關鍵技術及行業應用淺析

視頻：http://pan.baidu.com/s/1c2Ny2uk

PDF：http://pan.baidu.com/s/1pKSR26B

機器學習

1. 嘉賓：劉鐵巖微軟亞洲研究院首席研究員

主題：AI時代，機器學習最新技術趨勢解讀

視頻：https://pan.baidu.com/s/1pLAmQ0r

PDF：https://pan.baidu.com/s/1cra7ue

2. 嘉賓：秦濤微軟亞洲研究院主管研究員

主題：Dual learning: a new learning paradigm

視頻：上>>http://pan.baidu.com/s/1sliyGFz；

下>>http://pan.baidu.com/s/1b5DFUe；

PDF：http://pan.baidu.com/s/1eSr8B6M

3. 嘉賓：王太峰微軟亞洲研究院主管研究員

主題：淺談分布式機器學習算法和工具

視頻：https://v.douyu.com/show/YAox276N2m07Vz8Z

PDF：https://pan.baidu.com/s/1nv79KfR

4. 嘉賓：邊江 微軟亞洲研究院主管研究員

主題：機器學習驅動下的內容分發和個性化推薦

視頻：https://pan.baidu.com/s/1jIx6Rky

PDF：https://pan.baidu.com/s/1pL2g2hX

2017.3.23日更新！

一覺醒來，收到了90多個贊，受寵若驚！那就再分享一個小驚喜吧。昨天Yann LeCun在清華的Talk上，我門同事沖破重重阻擋，帶著為Yann特制的愛心T恤，合到了影。今天Yann發這張照片個人的Facebook主頁了，小扎居然還點了贊。

國內有arXivFellow：?www.arxivfellow.com

轉載于:https://www.cnblogs.com/DjangoBlog/p/9436636.html

總結

以上是生活随笔為你收集整理的深度学习方面的学术交流平台？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。