一周AI最火論文 | 使用圖形界面就能搭建的強化學(xué)習模型

大數(shù)據(jù)文摘出品

作者：Christopher Dossman

編譯：李雷、Luna、云舟

嗚啦啦啦啦啦啦啦大家好，本周的AI Scholar Weekly欄目又和大家見面啦！

AI ScholarWeekly是AI領(lǐng)域的學(xué)術(shù)專欄，致力于為你帶來最新潮、最全面、最深度的AI學(xué)術(shù)概覽，一網(wǎng)打盡每周AI學(xué)術(shù)的前沿資訊。

每周更新，做AI科研，每周從這一篇開始就夠啦！

本周關(guān)鍵詞：自動駕駛、強化學(xué)習、GANs

本周最佳學(xué)術(shù)研究

Waymo開放數(shù)據(jù)集挑戰(zhàn)賽

今年3月，Alphabet旗下的自動駕駛公司W(wǎng)aymo發(fā)起公開挑戰(zhàn)賽，參賽者可以使用其自動駕駛數(shù)據(jù)集（包括2D和3D檢測、2D和3D跟蹤以及域適應(yīng)數(shù)據(jù)）來建立和測試機器學(xué)習模型。挑戰(zhàn)賽收到來自世界各地的上百份代碼提交，最終入圍決賽的選手來自中國、英國、新加坡、美國等多個國家。

最近公開的Waymo開放數(shù)據(jù)集（Waymo Open Dataset，WOD）是用于自動駕駛研究的大型數(shù)據(jù)集，提供了1000個用于訓(xùn)練和驗證以及150個用于測試的駕駛片段。每個片段包含拍攝自不同攝像機的鏡頭，平均每部攝像機約200幀圖像，這其中還包括5臺分辨率為1280×1920或886×1920的高分辨率攝像機。總而言之，該數(shù)據(jù)集包含約115萬張關(guān)于車輛、行人和騎自行車的人的圖像，以及990萬張2D邊界框。

本論文給出了Waymo開放數(shù)據(jù)集（WOD）2020挑戰(zhàn)賽的最佳解決方案。作者采用FPN（Feature pyramid networks）作為基本框架，而級聯(lián)RCNN、堆疊PAFPN（Path aggregation FPN）和多頭RCNN則用于提高性能。為了處理WOD中的小目標檢測問題，訓(xùn)練和測試都使用了超大尺寸的圖像，本文的方案在2D對象檢測跟蹤中排名第一。作者們計劃持續(xù)增加數(shù)據(jù)集，希望這將有助于國際研究界在機器感知和自動駕駛技術(shù)方面取得進步。

原文：

https://arxiv.org/abs/2008.01365v1

MusPy - 用于生成符號音樂的工具包

本文介紹了MusPy，一個用于生成符號音樂的開源Python庫。MusPy為音樂生成系統(tǒng)中的基本組件提供了易于使用的工具，包括數(shù)據(jù)集管理，數(shù)據(jù)I / O，數(shù)據(jù)預(yù)處理和模型評估等。

為了展示模型能力，作者對MusPy當前支持的11個數(shù)據(jù)集進行了統(tǒng)計分析。此外，他們還進行了跨數(shù)據(jù)集的泛化實驗，通過在每個數(shù)據(jù)集上訓(xùn)練自回歸模型，測量其他數(shù)據(jù)集上的留存可能性（MusPy的數(shù)據(jù)集管理系統(tǒng)使此過程變得更加容易）。

源碼及文檔：

https://github.com/salu133445/muspy

原文：

https://arxiv.org/abs/2008.01951v1

深度輕量級Transformer模型

在本論文中，F(xiàn)acebook人工智能實驗室和艾倫人工智能研究所的研究人員提出了一種名為DeLighT的極深度輕量級Transformer模型。他們認為，與其他基于Transformer的模型相比，DeLighT可以提供類似或更好的性能，并且參數(shù)要少得多。

DeLighT可以高效地分配參數(shù)，它使用DExTra（一種深度輕量級轉(zhuǎn)換）在每個Transformer編碼器層中分配參數(shù)，而在各層之間使用逐層縮放的方法，這種方法允許在輸入附近使用較淺較窄的DeLighT層，在輸出附近使用較寬較深的DeLighT層。

總體而言，DeLighT網(wǎng)絡(luò)的深度可以是標準Transformer模型的2.5至4倍，但參數(shù)和操作卻少得多。在機器翻譯和語言建模任務(wù)上進行的實驗表明，DeLighT可以用更少的參數(shù)達到Transformer基線模型的性能。

源碼：

https://github.com/sacmehta/delight

原文：

https://arxiv.org/abs/2008.00623v1

一個新型、簡單并且可擴展性高的強化學(xué)習框架

強化學(xué)習（RL）已成為當下主流之一的研究領(lǐng)域，前沿的人工智能公司都會將其作為重要工具來對待。因此，許多研究人員建立了RL框架，例如openAI Gym和KerasRL，以簡化其他人的使用。

為了降低RL新手的入門障礙，本文提出了一個新框架——EasyRL。EasyRL是一個通過交互式GUI來構(gòu)建、訓(xùn)練和評估RL代理的框架。

由于EasyRL完全以GUI呈現(xiàn)，因此不需要有關(guān)于訓(xùn)練或測試其內(nèi)置RL代理的編程知識。該框架還支持自定義RL代理和環(huán)境，這對于RL研究人員評估和比較其RL模型非常有幫助。

原文：

https://arxiv.org/abs/2008.01700v1

用于圖像和視頻合成的GANs：算法與應(yīng)用

GANs現(xiàn)在是執(zhí)行各種圖像和視頻合成任務(wù)的強大工具。它們能生成高分辨率的逼真圖像和視頻，而在此之前這是一項艱巨甚至不可能的任務(wù)。GANs還能在內(nèi)容創(chuàng)作中生成一些新內(nèi)容。

在這項工作中，研究人員提供了GANs的概述，著重于視覺合成的算法和應(yīng)用。它們涵蓋了穩(wěn)定GANs訓(xùn)練的幾種重要技術(shù)，尤其是一些臭名昭著的技術(shù)難點。他們還討論了其在圖像翻譯，圖像處理，視頻合成和神經(jīng)渲染中的應(yīng)用。

原文：

https://arxiv.org/abs/2008.02793v1

其他爆款論文

簡單的Modulo可以大大勝過基于深度學(xué)習的代碼：

https://arxiv.org/abs/2008.01686v1

一種用于有效標記的主動圖像合成方法，可提高使用小數(shù)據(jù)進行學(xué)習任務(wù)時的性能：

https://arxiv.org/abs/1902.01522v4

引入Cylinder3D進行駕駛場景LiDAR語義分割:

https://arxiv.org/abs/2008.01550v1

單個示例生成連貫的層級樣式:

https://arxiv.org/abs/2008.01531v1

學(xué)習資源

機器學(xué)習簡單的自學(xué)資源：

https://developers.google.com/machine-learning/crash-course

吳恩達講授斯坦福機器學(xué)習課程：

http://www.holehouse.org/mlclass/?fbclid=IwAR1XmS0CtIXUDg0s2bxeTUpiv2Dh08L_DaDQqA2HCXqafUFfcWays6S07UI

AI大事件

AI可能會創(chuàng)造的20種嚴重犯罪：

https://www.zdnet.com/article/evil-ai-these-are-the-20-most-dangerous-crimes-that-artificial-intelligence-will-create/

Julia 1.5發(fā)布：

https://www.zdnet.com/article/programming-language-julia-version-1-5-is-out-lots-of-new-features-better-performance/

專欄作者介紹

Christopher Dossman是Wonder Technologies的首席數(shù)據(jù)科學(xué)家，在北京生活5年。他是深度學(xué)習系統(tǒng)部署方面的專家，在開發(fā)新的AI產(chǎn)品方面擁有豐富的經(jīng)驗。除了卓越的工程經(jīng)驗，他還教授了1000名學(xué)生了解深度學(xué)習基礎(chǔ)。

LinkedIn：

https：//www.linkedin.com/in/christopherdossman/

志愿者介紹

后臺回復(fù)“志愿者”加入我們

點「在看」的人都變好看了哦！