又到周末。
歇息之余，为年夜家送上曩昔一周激发 AI 开辟者圈子存眷的那些事儿。年夜伙儿泡杯茶，坐在摇椅上，一路来看看在专一任务的这个礼拜，里面的世界又有哪些变更。
█ 微软提议 Minecraft AI 挑衅赛
本周，基于 Minecraft 上的著名 AI 技巧研讨测试平台 Project Malmo，微软提议了一项 AI 协作挑衅赛：The Malmo Collaborative AI Challenge，今朝曾经开端注册报名。
竞赛请求每支参赛部队（最多 3 名队员）开辟并练习一个 AI 软件产物。然后经由过程该软件产物加入一个名为 Pig Chase （小猪快跑）的小游戏。该游戏在 Minecraft 情况中睁开，每局游戏有两名参赛者，一方为参赛部队开辟的 AI 软件产物，另外一方为体系随机分派的队友，有能够是人类选手，也有能够是另外一个部队开辟的 AI 软件。游戏一开端，参赛两边都有 25 分的原始积分，竞赛请求两边在 25 步以内将一只小猪捉住，每走一步会减失落 1 分，终究捉住小猪两边各得 25 分，每轮竞赛 10 局，终究累计得分高者获胜。
今朝，关于 Pig Chase 的样例代码和具体解释曾经地下在 GitHub 上：
█ Keras 2 宣布，无缝支撑 TensorFlow
在本次版本更新中，最主要的一项内容就是加强了 Keras 与 TensorFlow 的逻辑分歧性。依照 Keras 在博客中的说法：“这是将 Keras API 整合到 TensorFlow 焦点的一个主要的预备步调”。
现实上，从 2015 年 12 月的版本开端，Keras 就曾经支撑用户将 TensorFlow 作为运转后端（runtime backend），但此前，Keras 的 API 与 TensorFlow 的代码库尚处于互相隔离的状况。将来，从 TensorFlow 1.2 版本开端，Keras 2 API 将作为 TensorFlow 框架的一部门直接向用户供给支撑，Keras 在博客中表现：“这是 TensorFlow 完成下一个百万用户级目的的症结”。
█ 谷歌进级语义懂得框架 SyntaxNet
这是 SyntaxNet 自出生以来的最严重进级。这树立在谷歌对各说话的语义懂得研讨基本之上。此次进级的焦点是一项新技巧：能对输出语句的多层表现停止很好的进修。详细来说，它延长了 TensorFlow，能对多层说话构造停止分解建模，还可以或许在语句或文件处置进程中，静态地生成神经收集架构。
谷歌同时宣布了新的预练习过的模子 ParseySaurus。它应用了基于字母的输出表现，是以极年夜晋升了猜测新词语寄义的才能。这是基于两个方面来完成：辞汇的拼写和在语境中的应用方法。雷锋网懂得到，ParseySaurus 的精确率远远超越 Parsey's Cousins，毛病率下降了 25%。因为说话的形状特征和其他属性，新模子在俄语、土耳其语、匈牙利语上的后果特别好——这些说话中，统一个辞汇有多种分歧形状，个中很多形状从未在练习阶段涌现过（即使是年夜型语料库）。
█ Cloudera 宣布自助式数据开辟对象
在圣何塞举办的 Strata+Hadoop World 年夜会上，美国年夜数据办事商 Cloudera 宣布了 Cloudera Data Science Workbench —— 一个运转于 Cloudera Enterprise，自助式的数据迷信开辟情况。今朝该全新研发的软件尚在 beta 内测阶段。
其相干技巧来自于 Cloudera 客岁收买的数据迷信始创公司 Sense.io。该产物的最年夜特色是原生支撑 Apache Spark、Hadoop 和 R、Python、Scala 等开辟说话。 开辟者能在 Cloudera 的企业平台上同时应用这些对象和说话，这将加快数据剖析项目从研发到终究产物的进程。
推举深度浏览
█ 用数听说话：把自摄影酿成毕加索名画 哪一种算法最高效？
有位本国开辟者依据 fast.ai 平台开设的深度进修代码理论课程，亲手完成了一个照片作风转换器，并对几种罕见的优化算法的机能停止了综合比较，终究以图表加博客的方法记载上去。
作者比拟了基于 CNN 的六种优化算法：梯度降低、Adadel、RMSProp、Adam、L-BFGS 和 Adagrad。
