深度学习和增强学习概述.ppt

* 强化学习的应用 围棋（AlphaGo，DeepMind） Silver, David, Julian Schrittwieser, Karen Simonyan, Ioannis Antonoglou, Aja Huang, Arthur Guez, Thomas Hubert, et al. “Mastering the Game of Go without Human Knowledge.” Nature 550, no. 7676 (October 2017): 354–59. . * 强化学习的应用 战略游戏（如星际争霸，DeepMind） Zambaldi, Vinicius, David Raposo, Adam Santoro, Victor Bapst, Yujia Li, Igor Babuschkin, Karl Tuyls, et al. “Relational Deep Reinforcement Learning.” ArXiv:1806.01830 [Cs, Stat], June 5, 2018. . * 强化学习的应用 快车调度（滴滴） 通过多智能体深度强化学习对快车进行整体调度，使得在需求和供给动态变化的交通环境下整体接单率更高 Lin, Kaixiang, Renyu Zhao, Zhe Xu, and Jiayu Zhou. “Efficient Large-Scale Fleet Management via Multi-Agent Deep Reinforcement Learning,” 1774–83. ACM Press, 2018. . * 强化学习的应用 实时搜索排序（阿里） 利用强化学习，让搜索引擎对不同特点的?户做出针对性的排序，并以此带动搜索引导的成交提升。 Ref：《强化学习在阿里的技术演进与业务创新》 * 深度学习的最新发展 生成对抗网络 AutoML Attention机制 技术发展 应用发展 胶囊网络 多Agent强化学习 OpenAI进军DOTA2 冷扑大师VS人类牌手 Waymo无人汽车在2017年行驶56万公里 人工智能辅助癌症诊断 机器翻译 * 深度学习发展历程的启示 尊重科学发展规律，推动科技健康发展 宽容失败，支持创新的科学态度 基础研究，科技可持续发展的基石 应用需求，科技创新的不竭之源 学科交叉，创新突破的“捷径” 避免炒作，容易将技术带入误区 谢谢大家！ 此课件下载可自行编辑修改，供参考！ 感谢您的支持，我们努力做得更好！ * 癌症早筛 * * 癌症早筛 * * /wangxiaocvpr/p/5929332.html * * /BryanWaston/article/details/3429826 * * /wangxiaocvpr/p/5929332.html * * AlexNet相比传统的CNN（比如LeNet）重要改动：?Data Augmentation、Dropout、ReLU激活函数、Overlapping Pooling、多GPU并行 * * AlexNet相比传统的CNN（比如LeNet）重要改动：?Data Augmentation、Dropout、ReLU激活函数、Overlapping Pooling、多GPU并行 * * A neutral net whose output tries to reconstruct the input Target of output (????) = input (??) * * A neutral net whose output tries to reconstruct the input Target of output (????) = input (??) * * A neutral net whose output tries to reconstruct the input Target of output (????) = input (??) * * 有收縮性的 * * idf * * The qeruy not always have the common word * * Reconstructions of 32x32 color images from 256-bit codes * * Direct compute on pixel label is slow! * * * * 卷积神经网络 卷积层是卷积神经网络的核心组成 卷积层示意图 卷积层可视化 * 卷积神经网络 池化层通常紧接着在卷积层之后使用，简化从卷积层输出的信息 2x2平均池化 2x2最大池化 * 卷积神经网络 激活函数是用来加入非线性因素的，因为线性模型的表