时间序列预测教程；OpenAI 谈对抗样本：自然语言处理入门｜ AI 开发者日报

热门文章 2023-02-14 22:26:54 0

淘宝搜：【天降红包222】领超级红包，京东搜：【天降红包222】
淘宝互助，淘宝双11微信互助群关注公众号【淘姐妹】

时间序列预测结果,时间序列预测基本原理,时间序列预测程序,时间序列预测技术

雷锋网旗下 AI 研习社定期整理国内外 AI 开发相关的技术资讯、学习资料以及开发博客等内容。欢迎投稿，投稿邮箱：zhangxian@leiphone.com。

这是澳大利亚机器学习专家 Jason Brownlee 撰写的教程，提供了一套用 Python 语言处理时间序列预测问题的模板。该教程一步步向读者展示了应该用什么工具、如何操作，以及为什么这样操作。它使用了波士顿持械抢劫案数量作为案例，旨在解决的问题是对波士顿未来每月抢劫案的数量做合理预测。全文包含代码长达两万字，是迄今为止最权威、最详细的时间序列预测入门教程之一。具有相当学习价值。

译文地址：

原文地址：http://machinelearningmastery.com/time-series-forecast-case-study-python-monthly-armed-robberies-boston/

大家一定都知道吴恩达老师在 Coursera 讲授的机器学习课程。美国数据分析专家 Bilal Mahmood，把吴恩达老师课程中对 K 均值聚类算法的介绍做了整理总结，再加入他自己的经验写就本文，教大家如何使用聚类分析对数据自动分段。文章分为两部分：一是对 K 均值聚类算法做综合介绍，二是讲述该算法的主要实战技巧（讨论的重点问题是：应该用多少组簇？）。对于研究聚类问题的开发者具有很高价值。

译文地址：http://www.leiphone.com/news/201702/SPMC0IPBy37vJgqU.html

原文地址：

这是大牛 Ian Goodfellow 等在 OpenAI 博客发表的文章，专门讨论“对抗样本”这一话题。由于能使大多数机器学习算法瘫痪，本文讨论了对抗样本带来的 AI 潜在安全风险，如何解决，并盘点了对付对抗样本的几种主要途径。其中，本文在技术层面详细探讨了为什么 gradient masking 方法无法解决对抗样本问题。

原文地址：https://openai.com/blog/adversarial-example-research/

这是 DataScience.com 自然语言处理入门系列文章的第一弹。本系列将介绍自然语言处理的核心概念、核心难题与挑战，以及主流解决方案。作为该系列的第一篇，文章开头介绍自然语言处理的技术和应用，随机进入技术环节讨论 Lexical Units；尤其是 tokenization 和 normalization 的实现方法。适合 NLP 领域开发者。

雷锋网将为大家奉上后续教程。

原文地址：

Silicon Valley Database 的研究团队，归纳总结了七大主流深度学习平台框架各自的特性以及优缺点。这些框架包括：TensoFlow，Theano，Torch，Caffe，MXNet，Neon 和 CNTK。该文章旨在为新入门的深度学习开发者提供“应该选择哪个框架？”的指导。更多关于开源框架、工具如何选择的问题，请参考雷锋网系列文章：Tensorflow 全网最全学习资料汇总之框架平台的综合对比【3】，盘点四大民间机器学习开源框架：Theano、Caffe、Torch 和 SciKit-learn，谷歌、微软、OpenAI 等巨头的七大机器学习开源项目看这篇就够了。

原文链接：http://svds.com/getting-started-deep-learning/

雷峰网原创文章，未经授权禁止转载。详情见转载须知。

最NB强化学习路线图

强化最高,最高强化

人工智能是21世纪最激动人心的技术之一。人工智能，就是像人一样的智能，而人的智能包括感知、决策和认知(从直觉到推理、规划、意识等)。其中，感知解决what，深度学习已经超越人类水平；决策解决how，强化学习在游戏和机器人等领域取得了一定效果；认知解决why，知识图谱、因果推理、持续学习以及脑机融合等正在研究。

强化学习，采用反馈学习的方式解决序贯决策问题，因此必然是通往通用人工智能的终极钥匙。其中，AI 1.0 符号学派， AI 2.0 联结学派，AI 3.0不管是结合也好，另辟蹊径也好，必然离不开行为学派，因为这是自然智能的学习方式。我特别喜欢强化学习，深深被其框架所吸引，智能体通过与环境交互来成长，这不就是生命的进化规律嘛！

个人作为一名AI独立研究员，一路也是通过知乎、b站、GitHub、公众号和各类博客学习过来，非常感谢网络时代大家的分享，同时将自己在强化学习方面的经验总结整理分享，既是方便自己学习，也希望能帮助一点刷到这条帖子的朋友们。当然，强化学习也面临很多问题，希望我们一起解决，让强化学习变得更好！

1.1 腾讯_周沫凡_强化学习、教程、代码

强化学习 Reinforcement Learning (莫烦 Python 教程)_哔哩哔哩 (b-b)つロ干杯~-bilibili?www.bilibili.com/video/av16921335?from=search&seid=7037144790835305588正在上传…重新上传取消?

莫烦Python?morvanzhou.github.io/正在上传…重新上传取消?

1.2 DeepMind_David Silver_UCL深度强化学习课程(2015)、PPT、笔记及代码

【中文字幕】David Silver深度强化算法学习 +项目讲解_哔哩哔哩 (b-b)つロ干杯~-bilibili?www.bilibili.com/video/av45357759?from=search&seid=7037144790835305588正在上传…重新上传取消?

CSDN-专业IT技术社区-登录?blog.csdn.net/u_say2what/article/details/89216190

David Silver强化学习学习笔记及编程实践合集327 赞同・ 38 评论文章

1.3 台大_李宏毅_深度强化学习(国语)课程(2018)、PPT、笔记

李宏毅深度强化学习(国语)课程(2018)_哔哩哔哩 (b-b)つロ干杯~-bilibili?www.bilibili.com/video/av24724071?from=search&seid=7037144790835305588正在上传…重新上传取消?

Hung-yi Lee?speech.ee.ntu.edu.tw/~tlkagk/courses_MLDS18.html

CSDN-专业IT技术社区-登录?blog.csdn.net/cindy_1102/article/details/87904928

1.4 UC Berkeley_Sergey Levine_CS285(294)深度强化学习(2019)、PPT、代码

伯克利课程：深度强化学习 (2019) by Sergey Levine_哔哩哔哩 (b-b)つロ干杯~-bilibili?www.bilibili.com/video/av69455099?from=search&seid=7037144790835305588正在上传…重新上传取消?

1.5 Stanford_Emma Brunskill_CS234: Reinforcement Learning | Winter 2019

【强化学习课程：2019斯坦福大学最新强化学习课程：CS234 】CS234: Reinforcement Learning | Winter 2019（合辑_哔哩哔哩 (b-b)つロ干杯~-bilibili?www.bilibili.com/video/BV1Nb411s7pP正在上传…重新上传取消?

2.1 强化学习圣经_Rich Sutton_中文书、英文电子书、代码 ★★★★★

基础必读，有助于理解强化学习精髓

《强化学习（第2版）》([加]RichardS.Sutton、[美]AndrewG.Barto)【摘要书评试读】- 京东图书?item.jd.com/12696004.html

Reinforcement Learning: An Introduction?incompleteideas.net/book/the-book-2nd.html正在上传…重新上传取消?

2.2 Python深度学习：基于PyTorch[Deep Learning with Python and PyTorch] ★★★★★

思路简洁、清晰，内容经典、精华，深度强化学习研究基础

《Python深度学习：基于PyTorch》(吴茂贵，郁明敏，杨本法，李涛，张粤磊)【摘要书评试读】- 京东图书?item.jd.com/12590209.html

2.3 Python强化学习实战_Sudharsan Ravichandiran、代码 ★★★★

上手快，代码清晰

《Python强化学习实战：应用OpenAI Gym和TensorFlow精通强化学习和深度强化学习》([印度]苏达桑・拉维尚迪兰（Sudharsan,Ravichandiran）)【摘要书评试读】- 京东图书?item.jd.com/12506442.html

AndyYue1893/Hands-On-Reinforcement-Learning-With-Python?github.com/AndyYue1893/Hands-On-Reinforcement-Learning-With-Python正在上传…重新上传取消?

2.4 强化学习精要_冯超 ★★★★

从基础到前沿，附代码

《强化学习精要：核心算法与TensorFlow实现》(冯超)【摘要书评试读】- 京东图书?item.jd.com/12344157.html

2.5 Reinforcement Learning With Open AI TensorFlow and Keras Using Python_OpenAI

注重实战（提取码: av5p）

3.1 莫烦Python

通俗易懂，快速入门

莫烦Python?morvanzhou.github.io/正在上传…重新上传取消?

3.2 OpenAI Spinning Up英文版、中文版、介绍by量子位

在线学习平台，包括原理、算法、论文、代码

Welcome to Spinning Up in Deep RL!?spinningup.openai.com/en/latest/

OpenAI强化学习教程发布：新手极度友好，代码简约易懂299 赞同・ 7 评论文章正在上传…重新上传取消?

3.3 Stable Baselines3

PyTorch实现代码

DLR-RM/stable-baselines3?github.com/DLR-RM/stable-baselines3正在上传…重新上传取消?

除了AndyYue1893/spinningup?和??，推荐以下个人实现参考：

4.1 sweetice

AndyYue1893/Deep-reinforcement-learning-with-pytorch?github.com/AndyYue1893/Deep-reinforcement-learning-with-pytorch正在上传…重新上传取消?

4.2 张楚珩

zhangchuheng123/Reinforcement-Implementation?github.com/zhangchuheng123/Reinforcement-Implementation正在上传…重新上传取消?

请问DeepMind和OpenAI身后的两大RL流派有什么具体的区别？2512 赞同・ 62 评论回答

三大经典算法

5.1 DQN(连续状态、离散动作)

Mnih. Volodymyr, et al. "Human-level control through deep reinforcement learning." Nature 518.7540 (2015): 529. (Nature版本)

5.2 DDPG(连续状态、连续动作)

David. Silver, et al. "Deterministic policy gradient algorithms." ICML. 2014.

5.3 A3C & A2C

Mnih. Volodymyr, et al. "Asynchronous methods for deep reinforcement learning." International conference on machine learning. 2016.

(PDF) Asynchronous Methods for Deep Reinforcement Learning?www.researchgate.net/publication/301847678_Asynchronous_Methods_for_Deep_Reinforcement_Learning/link/5b965ea64585153a531a8fac/download正在上传…重新上传取消?

OpenAI Baselines: ACKTR & A2C?openai.com/blog/baselines-acktr-a2c/正在上传…重新上传取消?

6.1 OpenAI Gym

6.2 Google Dopamine 2.0

6.3 Emo Todorov Mujoco

MuJoCo?www.mujoco.org/

6.4 通用格子世界环境类

强化学习实践三编写通用的格子世界环境类93 赞同・ 37 评论文章

Gridworld with Dynamic Programming?cs.stanford.edu/people/karpathy/reinforcejs/index.html正在上传…重新上传取消?

fmxFranky：目前最好用的大规模强化学习算法训练库是什么？223 赞同・ 35 评论回答

7.1 OpenAI Baselines & Stable Baselines

集成度高，经典必读

hill-a/stable-baselines?github.com/hill-a/stable-baselines正在上传…重新上传取消?

7.2 百度 PARL

扩展性强，可复现性好，友好

7.3 DeepMind OpenSpiel（仅支持Debian和Ubuntu）

28种棋牌类游戏和24种算法

deepmind/open_spiel?github.com/deepmind/open_spiel正在上传…重新上传取消?

7.4 清华 tianshou

fast-speed modularized framework and pythonic API

thu-ml/tianshou?github.com/thu-ml/tianshou正在上传…重新上传取消?

完美复现paper结果

8.1 清华张楚珩 ★★★★★[2]

强化学习论文汇总437 赞同・ 10 评论文章

8.2 NeuronDance ★★★★

8.3 paperswithcode ★★★★

Browse state-of-the-art in ML?www.paperswithcode.com/area/playing-games正在上传…重新上传取消?

8.4 Spinning Up推荐论文 ★★★★★

OpenAI深度强化学习入门项目：Spinning Up推荐论文31 赞同・ 1 评论文章正在上传…重新上传取消?

9.1 Reinforcement learning_Nando de Freitas_DeepMind_2019

9.2 Policy Optimization_Pieter Abbeel_OpenAI/UC Berkeley/Gradescope

10.1 会议：AAAI、NIPS、ICML、ICLR、IJCAI、AAMAS、IROS等

10.2 期刊：AI、JMLR、JAIR、Machine Learning、JAAMAS等

10.3 计算机和人工智能会议（期刊）排名

人工智能-中国计算机学会?www.ccf.org.cn/xspj/rgzn/正在上传…重新上传取消?

清华发布新版计算机学科推荐学术会议和期刊列表，与CCF有何不同？?mp.weixin.qq.com/s?__biz=Mzg4MDE3OTA5NA==&mid=2247490957&idx=1&sn=b9aa515f7833ba1503be298ac2360960&source=41#wechat_redirect正在上传…重新上传取消?

AMiner 验证码?www.aminer.cn/ranks/conf/artificial-intelligence-and-pattern-recognition

11.1 深度强化学习实验室 ★★★★★

11.2 机器之心 ★★★★★

11.3 AI科技评论 ★★★★

11.4 新智元 ★★★

12.1 用户

Flood Sung（GitHub同名）、许铁-巡洋舰科技（微信公众号同名）、

田渊栋、周博磊、俞扬、张楚珩、天津包子馅儿、JQWang2048?及其互关大牛等

12.2 专栏

David Silver强化学习公开课中文讲解及实践（叶强，比较经典）

强化学习知识大讲堂（《深入浅出强化学习：原理入门》作者天津包

ai中脱离绘画的区域怎么粘贴电摇小子被ai绘画后会变成什么样

ai中脱离绘画的区域怎么画,ai中脱离绘画的区域怎么调整,ai脱离绘图区域,ai画布外面怎么切掉

目前有大量的平台推出了 AI 绘画的能力，这里做一个汇总。有更多的欢迎前来补充（可直接提交 pr），也欢迎进群一起交流探索。（文末方式）

gitub地址：

GitHub - hua1995116/awesome-ai-painting: AI绘画资料合集（包含国内外可使用平台、使用教程、参数教程、部署教程、业界新闻等等）

Name	Tags	URL
midjourney	新用户免费20次
wombo.art	免费
Google Colab	免费
DALL・E 2	排队申请
artbreeder	免费
dreamstudio	200点数
nightcafe	-
starryai	-
webui	免费
替换图片	免费
webui-AUTOMATIC1111版本	免费
生成视频	免费
PS插件-绘画生成图片	-
3D模型	免费
elbo	-
deepdreamgenerator	-
big-sleep	免费
nightcafe	-
craiyon	-
novelai	-

Name	价格	URL
文心大模型	暂时免费
文心-一格	暂时免费
6pen	部分免费
MuseArt	付费 + 看广告
大画家Domo	-
盗梦师	有免费次数 + 付费	微信小程序搜盗梦师
画几个画	-	微信小程序搜画几个画
智能画图	免费 + 看广告	微信小程序搜智能画图
飞链云AI绘画版图	免费
Freehand意绘	免费