爱可可老师24小时热门分享(2019.7.18)

No 1. 程序员的感人留言 😂 ​
No 2. 【TabNine:基于GPT-2、用百万级源码文件训练的全语言编程自动补全,支持VS Code、Sublime Text、Vim、Atom等各种IDE】
No 3. 'python爬虫教程系列、从0到1学习python爬虫' by wistbean GitHub: …
No 4. 最感人的致谢 😂 ​
No 5. 百度网盘如果下载资源很慢,首先给该资源创建一个分享链接,然后将链接复制到浏览器地址框,在链接的bai…
No 6. [good]
No 7. 《Calculus on Computational Graphs: Backpropagation》
No 8. 如何在实践中应用机器学习: 1/编写简单的基于规则的解决方案,搞定80%的情况 2/编写简单…
No 9. 昏眩山羊(Fainting goat)是一种家养山羊,当它们感到恐慌时,肌肉会僵直约3秒钟 ref:…
No 10. 【语音处理相关资源列表】
No 11. 【Pytorch-Transformers 1.0发布,支持BERT, GPT, GPT-2, Transfo-XL, XLNet, XLM等,含27个预训练模型】
No 12. 曲率之美 ref:http://t.cn/AilP2jNA ​
No 13. 《Understanding the Limitations of CNN-based Absolute Camera Pose Regression》
No 14. 【科研写作:给学生和导师的策略和工具指南】
No 15. 早![太阳]
No 16. 这谁画的? 😂 ​
No 17. 【PyTorch深度网络逐层性能分析器】
No 18. 《Gated-SCNN: Gated Shape CNNs for Semantic Segmentation》
No 19. #AI 看不懂# ​
No 20. 【2D/3D点云处理工具包(Python)】
No 21. 【OpenPose实时姿态估计的PyTorch实现】
No 22. 【数据科学Python入门指南】
No 23. 【Scikit-Learn风格的特征工程工具包】
No 24. 【轨迹预测(Trajectory Prediction)相关资源列表】
No 25. 【2019 Google 地标检索比赛第一名、第三名方案】
No 26. 😢 ​
No 27. 【(Python)点云3D目标可视化、分析、动画模块】
No 28. 【多帧超分辨率(MFSR)网络HighRes-net】
No 29. 🍎 vs. 🦉 ​
No 30. 《PyTorch Transformers for state-of-the-art NLP》
No 31. Stephen Floor:令人惊讶的是,作为科学家,我们几乎无时无刻不谈“创新”
No 32. 【智能运维(AIOps)学习资料汇总】
No 33. 【当软件工程师头两年的一些经验教训】
No 34. 【阿波罗11号制导计算机(AGC)中指令模块(Comanche055)和登月模块(Luminary099)原始代码】
No 35. 【直接从JSON、CSV、PostgreSQL、MySQL、Redis等数据库文件合并、分析、迁移数据的SQL查询工具】
No 36. 《A General Framework for Uncertainty Estimation in Deep Learning》
No 37. 【Facebook的字符级神经网络语言模型研究】
No 38. 【网页版SSH客户端】
No 39. 《RankQA: Neural Question Answering with Answer Re-Ranking》
No 40. 'ffmpeg-cpp – A clean, easy-to-use C++ wrapper aro…
No 41. 【C++游戏开放项目大列表】
No 42. 『英文文献阅读经验分享』 [星光]近万字保姆级功课,教你应对英文文献的一切问题,你…
No 43. 【云端艺术家:走向AI、艺术和自治的巅峰】
No 44. 【Google的(TensorFlow API)机器学习速成教程(15小时/20讲)】
No 45. 【剑桥大学工程系(CUED)博士论文LaTeX/XeLaTeX/LuaLaTeX格式模板】
No 46. 'A C++ implementation of a memory efficient hash m…
No 47. RL能搞定吗? http://t.cn/AiWgqgeO ​
No 48. 【基于磁盘的高性能并行内存(RAM)外数据处理框架】
No 49. 《Building Machine Learning Powered Applications – Going from Idea to Product》
No 50. 【用Python复现的相关滤波跟踪器】

发表评论