机器学习流行趋势一览

(机械进修是一个大年夜范畴。本文侧重的范畴是深度进修——这是我最熟悉的一个分区。)

在研究兴趣方面，我们看到的是 1)风格转换、2) 深度强化进修、3) 神经收集机械翻译 (“nmt”)，以及 4) 图像生成。

arxiv 奇点

让我们起首看下，在 arxiv-sanity 上( cs.AI、cs.LG、cs.CV、cs.CL、cs.NE、stat.ML)的论文提交总数，见下图：

机械进修风行趋势一览

是的， 2017 年 3 月这些范畴差不多提交了 2000 份论文。峰值可能与会议(比如 NIPS/ICML)的截止日期有关。留意，这里并不克不及解释该范畴本身论文数量范围，因为并不是所有人都邑把论文提交到 arxiv ，并且研究人员对一部分论文的分类会随时光变更。但值得指出的是，这些范畴有大年夜量的论文。

把论文的总数作为分母。我们如今可以看下这部分论文包含了哪些我们感兴趣的特定关键词。

深度进修框架

先预热下，让我们看看正在应用的那些深度进修框架。计算这个值瓯，在整篇论文中任何处所(包含提到的参考书目书名等)提到深度进修框架的┞封部分论文都被记录在内。对上传于 2017 年 3 月的┞封部分论文，我们获得如下结不雅：

% of papers framework has been around for (months) 
  
------------------------------------------------------------ 
    9.1          tensorflow      16 
    7.1              caffe      37 
    4.6              theano      54 
    3.3              torch      37 
    2.5              keras      19 
    1.7          matconvnet      26 
    1.2            lasagne      23 
    0.5            chainer      16 
    0.3              mxnet      17 
    0.3                cntk      13 
    0.2            pytorch      1 
    0.1      deeplearning4j      14

也就是说，2017 年 3 月提交的论文中有 10% 提到了 TensorFlow 。当然，不是每篇论文都声清楚明了它应用的框架，但如不雅我们假定那部分声清楚明了该框架的论文，对框架应用有一个比较固定概率的话，那么大年夜约 40% 的社区今朝正在应用 TensorFlow (甚至更多，如不雅你把带 TF 后端的 Keras 也算上)。下图可以看出一些比较风行的框架是若何随时光演变的：

机械进修风行趋势一览

我们可以看到 Theano 已经出现一段时光了，然则它的增长几乎停止。Caffe 在 2014 年急速猛增，然则在以前几个月被 TensorFlow 赶超。Torch(以及比来的 PyTorch)也在攀升，虽迟缓但稳定。接下来几个月的成长会很有趣——我小我的猜测是 Caffe/Theano 会持续有一个迟缓的降低，以及因为 PyTorch 的出现， TF 的增长会稍微变得迟缓。

在架构上，热点应用是 1) 全卷机收集 ( FCN )、2) LSTMs / GRUs 、3) Siamese 收集，以及 4) 编码器-解码器收集。

ConvNet 模型

就乐趣而言，我们何不来看下常见的 ConvNet 模型?这里，我们清跋扈地看到 ResNets 有一个巨大年夜的攀升：2017 年 3 月它们涌如今 9% 的论文中：

1/3 1 2 3 下一页尾页

　　推荐阅读

　　一探前端开发中的JS调试技巧

友情提示：文中涉及较多Gif演示动画，移动端请尽量在Wifi情况中浏览媒介：调试技能，在任何一项技巧研发中都可谓是必弗成少的技能。控制各类调试技能，必定能在工作中起到事半功倍的效不雅>>>详细阅读

本文标题：机器学习流行趋势一览

地址：http://www.17bianji.com/lsqh/34961.html

1/2 1