爱可可老师24小时热门分享(2020.2.12)

No 1. 可视化证明:1/3 + (1/3)² + (1/3)³ + … = 1/2 ​…
No 2. 最好的老师,不是给你所有答案的人。而是那些对自己无法回答的问题感到兴奋的人,是那些教会你如何质疑和挑…
No 3. 【因果推理表示学习】
No 4. 【CMU课程:《深度学习进阶(2020)》】
No 5. 初级程序员:我的代码很简单、很好读。中级程序员:我的代码优雅、机智、创新、富有表现力、高度优化、出…
No 6. 【AAAI 2020知识图谱研究摘要】
No 7. '面试算法/数据结构笔记 – Algorithm for Interview(面试算法笔记-中文)'…
No 8. Mac版PowerPoint的“重新排序对象”
No 9. 【免费书稿:《数学与计算:技术和科学的革命性理论》】
No 10. AR Piano——最新#AR#钢琴App:可观看高水准的音乐演奏,包含前所未有的细节,完全在AR / VR下的3D展现,可让你学习最复杂的钢琴作品的复杂的手部演奏动作。以下是肖邦“革命练习曲”
No 11. 【用NCA实现K近邻分类】
No 12. 有些workshop的评审过程…… http://t.cn/A6hwy9Ft ​…
No 13. 圈内大佬和你 🐱 [笑而不语] ​
No 14. 【Python项目构建指南】
No 15. 【两分钟论文解读之OpenAI大规模深度强化学习打DOTA 2】
No 16. 【最新的黑白照片在线自动着色服务(基于DeOldify)】
No 17. 【Python字符串相似性算法库】
No 18. 【图像分割工具箱:通用超像素分割/中心检测/区域生长】
No 19. Gwen (Chen) Shapira:我们还在沉迷于神话般的大数据吗?大多数组织真正面对的问题,是…
No 20. 百架无人机灯光秀 🤩 http://t.cn/A6hwIPuA ​…
No 21. 【3RScan:大规模实景数据集,包括478个自然变化室内环境,1482个3D重建/快照,可用于基准测试新兴任务,如long-term SLAM、场景变化检测和目标实例重定位】
No 22. 第一次参加大型国际会议 [坏笑] http://t.cn/A6PsYtU3 ​…
No 23. 《Unsupervised Discovery of Interpretable Directions in the GAN Latent Space》
No 24. 【BERT, ELMo, & GPT-2: 语境化的词表示有多语境化?】
No 25. 【CMU 2020年“神经网络NLP”课程开课】
No 26. 汽车限制了我们的想象力
No 27. 【CORD:(收据)OCR后处理解析数据集】
No 28. 想想看AI领域又何尝不是呢?
No 29. 【deeppavlov.ai的深度强化学习进阶课程】
No 30. john stuart thrill:哲学史是一段螺旋式的楼梯;它的所有进步,从错误的角度看,都像是…
No 31. 《Will AI Write the Scientific Papers of the Future?(AAAI 2020)》
No 32. #bilibili#搬运:http://t.cn/A6PO7HlZ 更新至L9…
No 33. 【TensorFlow Lattice:灵活、可控、可解释的机器学习】
No 34. 【Bengio, Hinton, and LeCun:加速神经网络训练、推理的新硬件,能产生规模大得多的模型,或许有一天会使万亿突触神经网络成为可能,同样重要的还有即将到来的机器人技术革命】
No 35. 【会自我生长的神经细胞自动机】
No 36. 【用PyTorch-Ignite编写可读、可维护代码】
No 37. 【缺失大量行人、骑车人标注的无人驾驶数据集可能是个大问题】
No 38. 《Collaborative Global-Local Networks for Memory-Efficient Segmentation of Ultra-High Resolution Images》
No 39. 《Deep Graph Mapper: Seeing Graphs through the Neural Lens》
No 40. 《SADA: Semantic Adversarial Diagnostic Attacks for Autonomous Applications》
No 41. 【Yan Lecun:自监督学习】
No 42. 《Attentive Group Equivariant Convolutional Networks》
No 43. 《WINOGRANDE: An Adversarial Winograd Schema Challenge at Scale》
No 44. 【数据库原理学习资源列表】
No 45. 【基于Scikit-Learn的Python高性能拓扑机器学习工具箱】
No 46. 《Blank Language Models》
No 47. 《Time Series Alignment with Global Invariances》
No 48. 不少朋友问在哪找论文源码,首选 Papers With Code http://t.cn/RryLr…
No 49. 《Statistical Optimal Transport posed as Learning Kernel Embedding》

发表评论