Notes for CVPR 2017: Machine Learning Sessions

Paper reviewed by Taegyun Jeon

Paper TableSpotlight

1-1AExclusivity-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.

Borrowing Treasures From the Weealthy0904 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)

The More You KnowThe 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)

On Compressing Deep Models by Low Rank and Sparse Decomposition0928 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

Booth InformationNVIDIA

● 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

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.

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.

Thanks

fb.com/taegyun.jeon

github.com/tgjeontaylor.taegyun.jeon@gmail.com

Paper reviewed by Taegyun Jeon