爱可可老师24小时热门分享(2019.11.1)

No 1. 【机器学习模型调试资源/技巧汇编】
No 2. 学完“一天精通深度学习”
No 3. 【YOLACT实时实例分割】
No 4. 【TensorFlow 2.0 十几行代码体验最先进的自然语言处理模型】
No 5. 机器学习 + #AR# + 音乐 🤩
No 6. François Chollet:看待智力的一种方式,是把它描述成抽象能力。真正意义上的AI,就是自…
No 7. 'LaTeX_OCR_PRO – 数学公式识别增强版:中英文手写印刷公式、支持初级符号推导(数据结构…
No 8. 《Learning Data Manipulation for Augmentation and Weighting》
No 9. 残障人士的福音 ♿️
No 10. 克服拖延小贴士:一件事,3分钟能搞定,马上去做;3分钟搞不定,简化/拆解成3分钟能搞定的小目标,马上…
No 11. 【Transformer 语言模型知识提炼】
No 12. '中文独立博客列表' by Tim Qian GitHub:
No 13. 外骨骼越来越实用化了 src:http://t.cn/Ai1Fcx3b ​…
No 14. 《老去》
No 15. 【Keras超参调试器】
No 16. 'The World Bank Data in Python – World Bank API v2…
No 17. 温馨提示
No 18. 【PyTorch可视化时尚分析开源工具箱】
No 19. 【TensorBoard.dev:托管 TensorBoard 体验,上传、分享机器学习实验结果】
No 20. 《Deep Learning vs. Traditional Computer Vision》
No 21. 正式版发布,可通过PyPI安装 doc:http://t.cn/Ai1FVf3x //@爱可可-爱生…
No 22. 《Hierarchically-Refined Label Attention Network for Sequence Labeling》
No 23. 【让 AI 教你笑:用表情识别系统训练“高好感度”笑容】
No 24. 【Scikit-Learn 实战教程】
No 25. //@zhh-4096:当然,还有另外两个超牛掰的创新目前还舍不得开源,一个是统一单机、复制、sha…
No 26. 《BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation, Translation, and Comprehension》
No 27. '🤗 + ⚛️ Fine-tuned Transformers compatible BERT m…
No 28. '区块链小白书' by xiaolai GitHub:
No 29. 《Weakly-supervised Deep Anomaly Detection with Pairwise Relation Learning》
No 30.
No 31. 《Semi-Supervised Natural Language Approach for Fine-Grained Classification of Medical Reports》
No 32. 我已经开源的Lealone数据库:
No 33. 《MonSter: Awakening the Mono in Stereo》
No 34. 《A Generalization of Principal Component Analysis》
No 35. 【VMTK血管建模工具包:图像3D重建、几何分析、网格生成和表面数据分析的血管建模库/工具集】
No 36. 《Function-Space Distributions over Kernels》
No 37. 《Small-GAN: Speeding Up GAN Training Using Core-sets》
No 38. 《Spectral Subsampling MCMC for Stationary Time Series》
No 39. 【开发运维(DevOps)入门到进阶指南(含面试问题、笔记)】
No 40. 《SinGAN: Learning a Generative Model from a Single Natural Image》
No 41. 【C++11实现的、支持多平台的实时数学运算库(Python)】
No 42. 《Hybrid Machine Learning Model of Extreme Learning Machine Radial basis function for Breast Cancer Detection and Diagnosis; a Multilayer Fuzzy Expert System》
No 43. 【TerminusDB:面向知识图谱表示的模型驱动图数据库】
No 44. 'fastai-rails – a docker setup for serving a deep …
No 45. 《Multimodal Model-Agnostic Meta-Learning via Task-Aware Modulation》
No 46. 【JupyterLab 的注释、标记扩展】
No 47. 《GQN — Generative Query Network》
No 48. 2019进度:▓▓▓▓▓▓▓▓▓▓▓▓░░░ 83% ⛽️ ​…
No 49. 【行星/卫星地形图绘制】
No 50. 对软件开发来说,命名相当重要,反映了我们看待问题的角度。编程也是一种沟通方式,命名是让沟通顺畅的关键…

发表评论