爱可可老师24小时热门分享(2019.5.11)

No 1. 【ICLR 2019笔记】
No 2. 如果你看到这张图深有感触,说明你我一样,都不年轻了…… 💾 ​…
No 3. '通过思维导图整理redis的重要知识点' by Weiwf GitHub: http://t.cn…
No 4. 【TensorFlow图形学入门】
No 5. 【人脸相关文献/代码集锦】
No 6. 【Hadley Wickham推荐:面向数据科学家的五本最佳计算机科学图书】
No 7. 从地球上看到的水星、金星、火星、木星、土星运行轨迹
No 8. 在网上找到正确答案的最佳方式,不是提问,而是给出错误答案。 – Cunningham定律 ​…
No 9. 【用Scikit-Learn生成预测区间】
No 10. 学AI要求有多高?😂 ​
No 11. 【基于机器学习的Airbnb搜索排序】
No 12. 《An Empirical Study of Example Forgetting during Deep Neural Network Learning》
No 13. 【关于写作:短文、期刊文章写作思路】
No 14. 另辟蹊径Introduction [强]
No 15. 《Bayesian Optimization using Deep Gaussian Processes》
No 16. 【点云标记工具】
No 17. #AI 看不懂#
No 18. 【边缘检测文献大列表】
No 19. 【Python在线机器学习库】
No 20. '可以自己进行训练的中文聊天机器人, 根据自己的语料训练出自己想要的聊天机器人,可以用于智能客服、在…
No 21. 《Deep learning generalizes because the parameter-function map is biased towards simple functions》
No 22. 《Embedding Human Knowledge in Deep Neural Network via Attention Map》
No 23. 【用手机检测皮肤癌】
No 24. 'Retina-VesselNet – A DenseBlock-Unet for Retinal …
No 25. AR新玩法:魔方 http://t.cn/EKPoC3u ​
No 26. 【物理深度学习资源集锦】
No 27. [笑cry] ​
No 28. 【兼容Scikit-Learn的Python时序/面板数据学习工具箱】
No 29. 【初创企业争相尝试DeepFakes商业化应用】
No 30. '3D ConvNets in Pytorch' by Tushar Nagarajan GitHu…
No 31. 【WebAnno:灵活的、基于网络、可视化的分布式文本标注系统】
No 32. 《S4L: Self-Supervised Semi-Supervised Learning》
No 33. 早![太阳]
No 34. 科技让创作更轻松 🖌 http://t.cn/EodHz2o ​…
No 35. 《Learning Loss for Active Learning》
No 36. 胡兀鹫(Gypaetus barbatus) ​
No 37. 《Pre-training BERT from scratch with cloud TPU》
No 38. [思考] ​
No 39. 【深度神经网络可扩展异步神经结构/超参搜索】
No 40. 'Experiments for understanding disentanglement in …
No 41. 《PCL: Proposal Cluster Learning for Weakly Supervised Object Detection》
No 42. 【用迁移学习打造最先进会话AI】
No 43. 晚安~ [月亮] ​
No 44. 《Interdisciplinary Relationships Between Biological and Physical Sciences》
No 45. 👏✈️ http://t.cn/EKPJYxx ​
No 46. 《Interactive Image Generation Using Scene Graphs》
No 47. 《Evaluation of Machine Learning Classifiers for Zero-Day Intrusion Detection — An Analysis on CIC-AWS-2018 dataset》
No 48. 《AutoAssist: A Framework to Accelerate Training of Deep Neural Networks》
No 49. 《Learning to Evolve》
No 50. 《Processing Megapixel Images with Deep Attention-Sampling Models》

发表评论

电子邮件地址不会被公开。 必填项已用*标注