爱可可老师24小时热门分享(2018.11.7)

No 1. “不怕慢,就怕站”
No 2. 'funNLP – 中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽…
No 3. 【经典书《模式识别与机器学习》习题答案集】
No 4. 【愚蠢对科研的重要性:在得到答案或结果之前,我们无法确定自己是否在问正确的问题或是做正确的实验……如果我们不觉得愚蠢,意味着我们还没有真正深入……我们越是能适应愚蠢的感觉,就越能深入到未知世界,也就越能做出重大发现】
No 5. 2018进度:▓▓▓▓▓▓▓▓▓▓▓▓▓░░ 85% ​…
No 6. 《统计学习方法》
No 7. 【AI实习项目汇总】
No 8. Chrome小插件“Open in Colab”
No 9. 《Learning Sparse Neural Networks through L0 regularization》
No 10. “数学家”
No 11. 【用深度学习助力计算机视觉场景理解】
No 12. 【Zero-shot学习:利用文本更准确地识别图像】
No 13. 世上的编程语言只有两种:一种被数落得一无是处,一种被冷落得无人问津。- Bjarne Stroust…
No 14. 【Kaggle新赛:Quora不良问题(假意提问)检测】
No 15. 《You Only Search Once: Single Shot Neural Architecture Search via Direct Sparse Optimization》
No 16. “周一赖床未必得不偿失,总比花一周时间调试周一的烂代码强”
No 17. 《Chinese startup Makeblock's robots are invading classrooms》
No 18. “Pointnet2/Pointnet++ PyTorch”
No 19. 码农语录:给我六小时砍倒一棵树,我会花前十二小时把斧子磨快。 [允悲] ​​​…
No 20. 晚安~ [月亮] ​
No 21. 刚出生一天的小羊 🐑 http://t.cn/EwdjFQw ​…
No 22. 《How deep is deep enough? – Optimizing deep neural network architecture》
No 23. AI的几大误解
No 24. [笑cry] ​
No 25. 《A Protocol for Packet Network Intercommunication》
No 26. 【EMNLP 2018摘要】
No 27. 换个视角看花样游泳 src:http://t.cn/EZfnUSA http://t.cn/EZf…
No 28. 编程靠经验能学到做某事应该用多少代码。经验丰富的程序员,在正确的结果之外,会意识到代码应该用不了这么…
No 29. 《Towards Explainable NLP: A Generative Explanation Framework for Text Classification》
No 30. GitHub新推“Related Issues”
No 31. #AI 看不懂# ​
No 32. 《Do RNNs learn human-like abstract word order preferences?》
No 33. 《An Intriguing Failing of Convolutional Neural Networks and the CoordConv Solution》
No 34. 秘鲁库斯科市:跟随主人上出租车毫无违和的羊驼 http://t.cn/EwgVUjJ ​…
No 35. 《离开学术圈是种怎样的体验? – 知乎》
No 36. 【Libratus如何在无限德州扑克项目上击败顶级人类专家】
No 37. 猎豹高速奔跑的秘密 http://t.cn/EwFOm47 ​…
No 38. 早! [太阳]
No 39. 《Multi-Agent Common Knowledge Reinforcement Learning》
No 40. 《Stochastic Neighbor Embedding under f-divergences》
No 41. 《Scalable Deep kk-Subspace Clustering》
No 42. “关键不是教孩子如何写代码,而是为他们提供实现想法的工具。编程只是帮他们把想法诉诸机器的一种方式。”
No 43. 《Topological Approaches to Deep Learning》
No 44. 《What evidence does deep learning model use to classify Skin Lesions?》
No 45. 【黑盒探索:理解RNN语言处理】
No 46. “XGBoost 0.81发布:大规模分布式、Learning to Rank、GPU支持”
No 47. 【AI时代,眼见是否依然“为实”?——关于图像生成与合成的反思】
No 48. 霸气 🦁️ http://t.cn/EwFdf7A ​
No 49. 《Towards Sparse Hierarchical Graph Classifiers》
No 50. 【AI难以突破的意义障碍——机器学习算法还不能像人类一样理解事物,后果可能是灾难性的】

发表评论

电子邮件地址不会被公开。 必填项已用*标注