1
| 本文作者： 三川 | 2017-03-01 15:30 |
百度實(shí)現(xiàn)文本到語音的實(shí)時轉(zhuǎn)換
Facebook 發(fā)布支持 90 種語言的預(yù)訓(xùn)練詞向量
英偉達(dá)發(fā)布 GTX 1080 TI
每日推薦閱讀：
高手實(shí)戰(zhàn)演練，十大機(jī)器學(xué)習(xí)時間序列預(yù)測難題
從零起步，基礎(chǔ)機(jī)器學(xué)習(xí)模型和算法的 Python 代碼實(shí)現(xiàn)
雷鋒網(wǎng)消息，今日百度公開宣布了 Deep Voice，一個產(chǎn)品級的文本到語音轉(zhuǎn)換（ text-to-speech，TTS）系統(tǒng)。
該系統(tǒng)完全由深度神經(jīng)網(wǎng)絡(luò)搭建而成，最大的優(yōu)勢在于能夠滿足實(shí)時轉(zhuǎn)換的要求。在以前，音頻合成的速度往往非常慢，需要花費(fèi)數(shù)分鐘到數(shù)小時不等的時間才能轉(zhuǎn)換幾秒的內(nèi)容，而現(xiàn)在，百度研究院已經(jīng)能實(shí)現(xiàn)實(shí)時合成，在同樣的 CPU 與 GPU 上，系統(tǒng)比起谷歌 DeepMind 在去年 9 月發(fā)布的原始音頻波形深度生成模型 WaveNet，要快上400倍。
但在目前，Deep Voice 需要借助一個音素模型與音頻合成組件的幫助。百度研發(fā)團(tuán)隊希望在未來能夠?qū)崿F(xiàn)真正意義上的端到端（end-to-end）語音合成。
論文：https://arxiv.org/abs/1702.07825
還記得 FastText 嗎？就是那個 Facebook 為大型數(shù)據(jù)庫文本處理發(fā)布的開源工具。今日，F(xiàn)astText 研究團(tuán)隊在 GitHub 發(fā)布了他們的最新研究成果——使用維基百科訓(xùn)練，并包括 90 種語言的 300 維詞向量；全都使用 FastText 的默認(rèn)參數(shù)進(jìn)行訓(xùn)練。
FastText 團(tuán)隊表示，希望各路開發(fā)者提供使用反饋。另外，一大波新模型即將發(fā)布，請關(guān)注雷鋒網(wǎng)的后續(xù)報道。
支持語言列表與下載地址：https://github.com/facebookresearch/fastText/blob/master/pretrained-vectors.md
今日（當(dāng)?shù)貢r間 28 日晚），英偉達(dá)在 GDC 大會上發(fā)布了 GTX 1080 TI。該顯卡仍采用帕斯卡 16 nm 制程工藝，熱設(shè)計功耗 250W，配備 11GB GDDR5X 顯存。英偉達(dá)表示其性能超過 GTX 1080 約 35%。這使得 GTX 1080 TI 與 Pasal Titan X 的性能不相上下，部分非公版型號甚至可能猶有過之。
另外，GTX 1080 TI 的公版外觀與 GTX 1080 一般無二。但英偉達(dá)在發(fā)布會上宣布，其公版散熱得到了改進(jìn)，包括去掉 DVI 接口以增大顯卡出風(fēng)口面積；使得在同等噪音水平下，相比 1080/1070 上的公版散熱，新方案效果提升約 5%。
GTX 1080 Ti 將于下周上市，售價僅為 699 美元（約合人民幣4808元），首批只有公版。美國銷售的 GTX 1080 已開始降價，據(jù)雷鋒網(wǎng)了解，多家零售商降幅達(dá)到 100 美元。
雖然 GTX 1080 TI 主打游戲市場，但對于深度學(xué)習(xí)開發(fā)者，只需花費(fèi)泰坦一半多的價格就能買到相差無幾的計算性能，具有非常大的誘惑力。目前國行價格尚未公布，雷鋒網(wǎng)會繼續(xù)關(guān)注。
詳情：http://www.specdd.com.cn/news/201703/dv5c5cO4OvBe7brF.html
這是我們的老熟人、澳大利亞機(jī)器學(xué)習(xí)專家 Jason Brownlee 最新整理的開發(fā)者實(shí)操練習(xí)。這是十道頗具挑戰(zhàn)性的時間序列預(yù)測問題。對于這十道難題，經(jīng)典的線性統(tǒng)計方法不足以進(jìn)行解決，必須要用到高階機(jī)器學(xué)習(xí)方法。
這些難題均來自 Kaggle。
如果你想要來點(diǎn)能挑戰(zhàn)自己的高難度習(xí)題，提高處理時間序列數(shù)據(jù)集的能力，并演練機(jī)器學(xué)習(xí)技術(shù)——這十道題就是給你的。
地址：http://machinelearningmastery.com/challenging-machine-learning-time-series-forecasting-problems/
國外機(jī)器學(xué)習(xí)開發(fā)者 Erik Linder-Norén，把他創(chuàng)建多種機(jī)器學(xué)習(xí)模型所用的 Python 代碼，上傳到了 GitHub 與大家分享。一起來看看別人家的模型是什么樣的。當(dāng)然，這些算法真的是從零起步，非常基礎(chǔ)，對于新手有最大的參考價值。
Erik Linder-Norén 上傳的模型代碼包括決策樹、邏輯回歸、多層感知機(jī)、隨機(jī)森林、支持向量機(jī)等。
地址：https://github.com/eriklindernoren/ML-From-Scratch
相關(guān)文章：
Google Summer of Code 2017合作機(jī)構(gòu)名單；英特爾 12 核 Skylake-X | AI 開發(fā)者頭條
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
