Recommended
Recommended
More Related Content
What's hot
What's hot (11)
Similar to [PR12] PR-026: Notes for CVPR Machine Learning Sessions
Similar to [PR12] PR-026: Notes for CVPR Machine Learning Sessions (20)
More from Taegyun Jeon
More from Taegyun Jeon (12)
[PR12] PR-026: Notes for CVPR Machine Learning Sessions
- 1. Notes for CVPR 2017: Machine Learning Sessions Paper reviewed by Taegyun Jeon
- 2. Paper Table Spotlight 1-1A Exclusivity-Consistency Regularized Multi-View Subspace Clustering Xiaobo Wang et al. Borrowing Treasures From the Wealthy: Deep Transfer Learning Through Selective Joint Fine-Tuning Weifeng Ge, Yizhou Yu The More You Know: Using Knowledge Graphs for Image Classification Kenneth Marino et al. Dynamic Edge-Conditioned Filters in Convolutional Neural Networks on Graphs Martin Simonovsky, Nikos Komodakis Convolutional Neural Network Architecture for Geometric Matching Ignacio Rocco et al. Deep Affordance-Grounded Sensorimotor Object Recognition Spyridon Thermos et al. Discovering Causal Signals in Images David Lopez-Paz et al. On Compressing Deep Models by Low Rank and Sparse Decomposition Xiyu Yu et al. Oral 1-1A PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation Charles R. Q et al. Universal Adversarial Perturbations Seyed-Mohsen Moosavi-Dezfooli et al. Unsupervised Pixel-Level Domain Adaptation With Generative Adversarial Networks Konstantinos Bousmalis et al. Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network Christian Ledig et al.
- 3. Borrowing Treasures From the Weealthy 0904 Borrowing Treasures From the Wealthy: Deep Transfer Learning Through Selective Joint Fine-Tuning Key Idea: deep transfer learning scheme, called selective joint fine-tuning, for improving the performance of deep learning tasks with insufficient training data. ● Shallow feature space: Gabor filters (48) + 1st and 2nd convolutional layers of AlexNet (ImageNet)
- 6. The More You Know The More You Know: Using Knowledge Graphs for Image Classification Key Idea: structured prior knowledge in the form of knowledge graphs and shows that using this knowledge improves per- formance on image classification (Visual Genome Graph and WordNet)
- 9. On Compressing Deep Models by Low Rank and Sparse Decomposition 0928 On Compressing Deep Models by Low Rank and Sparse Decomposition Key idea: unified framework integrating the low-rank and sparse decomposition of weight matrices with the feature map reconstructions
- 16. Booth Information NVIDIA ● NVIDIA DGX-1 Station 소개 ○ 가격 ~$69,000. (학교나 연구소 할인 프로모션 있음) ○ Volta 아키텍쳐 Tesla P100 x 4장 포함. (지금 DGX-1을 구매하면 pascal 아키텍쳐로 판매 이후 Volta로 업그레이드) ○ 9월경 출시 (변경가능) ○ 구매 대수에 따라 NVIDIA Cloud 플랫폼 사용권 제공 ● NVIDIA Cloud ○ TensorFlow, CNTK, PyTorch, Caffe등 대부분의 모든 딥러닝 라이브러리를 NVIDIA Docker상에 제공. ○ 스케쥴링 기능 추가 ○ NVIDIA DIGITS과 UI를 계승. 상당부분 개선. ● NVIDIA Jetson 보드 소개 ● 학회중 Best Paper Award받은 학생들에게 젠슨황이 직접와서 GPU뿌리고 감. ● 학회에서 진행된 워크샵의 competition 입상 선물들이 대부분 NVIDIA Titan XP였음. (이번 학회의 5개 워크샵 및 튜토리얼 후원) ● NVIDIA Inception program: 스타트업들에게 플랫폼을 제공, GTC 행사에서 발표기회 제공, GPU Ventures의 투자대상 포함 ● Caffe2 Meetup 행사 운영
- 17. APPLE ● 질문: MachineLearning blog 최근에 개설했는데 어떤 방향으로 진행할거냐고 물어봄 ○ 대답: 계속해서 사람들을 모으고 있고 애플 제품들을 위한 서비스에 개발 (두리뭉실) ● 질문: 작년에 GAN논문 하나 내고 그뒤로 별로 paper work이 없다. 연구는 하고 있는거냐? ○ 대답: 비밀리에 하고 있다. 회사에서 내부적으로만 연구중이다. ● 지난번 NIPS와 마찬가지로 별다른 데모도 없고, 아이페드만 깔아놓고 리쿠르팅만 운영 Amazon ● Alexa, Echo등을 내새운 IoT시장을 장악하기 위한 초기 진입장벽을 허물고 있는중. ● Amazon GO등 새로운 아이템들 폭풍 선전 ● Amazon A9: 아마존 온라인 플랫폼에서 상품 추천을 위해 사용되는 자체 기술. 계속 좋아지는중. 자랑자랑.
- 18. Uber ● Uber ATG, Uber Mapping에 이어 토론토에 Uber AI Lab 최근 신설 ● Uber delivery, Uber X등에 사용되는 알고리즘 개발에 치중 INTEL ● Movidius Neural Compute Stick 런칭 ○ 소형 플랫폼을 타겟으로 USB에 딥러닝 모델을 업로드하여 소규모 장비에도 적용 가능 ($79). ○ 불티나게 팔림. Facebook ● 리쿠르팅: 회사 자체가 설명이 필요없는 존재. 우리 짱임. 무조건 와라. 이런 분위기. Google ● 리쿠르팅: 회사 자체가 설명이 필요없는 존재. 우리 짱임. 무조건 와라. 이런 분위기.