深度学习应用在哪些领域让你觉得「我去,这也能行!」?

深度学习被用在很多奇特的点上面,比如有的结合NLP去创作诗词文章;有的用来识别图片的物体、风格、甚至让DNN自己创作;有的用来看猫;有的用来下棋…… 那么,各位读过哪些DL的博文论文,或者遇到过哪些有关DL的应用,让你觉得不可思议呢?
关注者
8443
被浏览
521224

44 个回答

Pointer Networks (arxiv.org/pdf/1506.0313) NIPS15的论文,通过改进RNN用来解决一些传统cs问题,比如凸包,三角剖分,甚至是TSP,最神奇的地方在于这玩意效果竟然还不错,甚至比一些近似算法效果好。OI/ACM党出身的我表示三观都被毁了……

Synthesizing Dynamic Textures and Sounds by Spatial-Temporal Generative ConvNet (arxiv.org/pdf/1606.0097),似乎是投NIPS16的,来自Ying Nian Wu和SongChun Zhu组,用CNN来合成视频纹理以及声音,效果炸裂。也许哪一天做Graphics的那帮人就可以退休回家吃饭了也说不准233。


Neural Programmer-Interpreters (arxiv.org/pdf/1511.0627), ICLR16的best paper, 用LSTM来实现task-specific的自动化编程。这个应用ICLR15就有,不过这篇文章效果比之前的做法好不少:)


Learning to learn by gradient descent by gradient descent (arxiv.org/pdf/1606.0447 ) DeepMind的神奇工作,光看名字就很神奇了不是么=,=.用LSTM学出来optimization algorithm……DL从此可以bootstrap了……也许几十年以后人类会思考,究竟是Optimization先出来还是DL算法先出来呢,古称:优化生深度,深度生优化问题。

更新:Sig2D 2016 内容里包含了“敵対的生成ネットワーク”的内容(就是GAN),所以看来还是很紧跟科研潮流的,坐等17的proceedings,也许会出现pix2pix。

话说16年这个伪装透明背景的封面设计是怎么回事?




- 原答案 -


sig2d.org/


居然已经办了三年了。。。

ps按照我日本友人的说法,这个是二次元爱好者在类似ComicCon上面搞的活动,不过看那些paper还真挺认真做实验的,比我混二次元的时候认真。