爱可可老师24小时热门分享(2019.1.28)

No 1. 【纽约大学“深度学习数学原理”主题课程资料】
No 2. 【伯克利 2019 深度学习课程】
No 3. 以前我讨厌写作。甚至有点害怕。我以为写作是等待灵感的神秘过程,根本无法驾驭。现在我喜欢写作。发生了什…
No 4. 【赏心悦目:欧几里德《几何原理》(1847年版)彩图重制版——包括交互图、交叉引用】
No 5. 晚安~[月亮] ​
No 6. 触达信息越来越容易。过滤信息却越来越难。太多无聊数据和被动刺激的狂轰乱炸。选择忽略与选择关注同…
No 7. 《如何看待“大部分知识付费其实都是大忽悠”一文? – 知乎》
No 8. 【(PyTorch)用Gradient checkpointing技术降低GPU内存开销】
No 9. 《有哪些数学上的事实,没有一定数学知识的人不会相信? – 知乎》
No 10. 《如何评价应届生在面试中说的「虽然我没有经验,但是我非常愿意学习」这句话? – 知乎》
No 11. 如何手动(近似)开根号
No 12. 【《Python元学习实战》随书代码】
No 13. '兜哥出品 <一本开源的NLP入门书籍>' by duoergun0729 GitHub: http…
No 14. 十年 [允悲] ​
No 15. 早!
No 16. 《为什么有的科研人员要搞学术造假? – 知乎》
No 17. 【两分钟论文解读之几可乱真的人脸图片】
No 18. 《Knowledge-Enhanced Ensemble Learning for Word Embeddings》
No 19. 机器翻译再下一城
No 20. 《如何评价 DeepMind 在北京时间 19 年 1 月 25 日 2 点的《星际争霸 2》
No 21. 《How to train your MAML》
No 22. 可视化:正弦与余弦 ​
No 23. 【视频研究常用方法、数据集和任务汇总】
No 24. 【面向程序员的深度学习实战课程(2019)(PyTorch/fastai)】
No 25. 【Unity实时多人姿态识别插件】
No 26. 【什么是AI偏见】
No 27. 'SECOND-V1.5 for KITTI object detection' by Yan Ya…
No 28. 仔细看:相邻两个图案非常之相似 ​
No 29. 【HowNet核心数据和API,提供方便的HowNet信息查询、义原树展示、基于义原的词相似度计算等功能】
No 30. Bandai Spirits办公室的入口投影 http://t.cn/EtcVSqN…
No 31. 【(Python/OpenCV)Mask RCNN自动车牌识别系统】
No 32. #AI 看不懂# ​
No 33. 在某领域专业并不意味着要对所有事都清清楚楚,而是意味着: – 知道自己知道什么 – 知道自己不知…
No 34. 身手不凡的自同步无人机 http://t.cn/EtxKpYQ ​…
No 35. 声之形:泡沫舞 http://t.cn/Etc5nIl
No 36. 【超现实室内机器人视觉数据集】
No 37. 《Theoretically Principled Trade-off between Robustness and Accuracy》
No 38. 《Random Forest with Learned Representations for Semantic Segmentation》
No 39. 【DeepMind星际争霸II AI超人速度对模仿学习局限性来说可能只是块“创可贴”】
No 40. 【3D维基:集成了Sketchfab 3D浏览的维基百科镜像】
No 41. 'TensorFlow Runtime Tracer – Runtime Tracing Libra…
No 42. 《知识图谱》
No 43. 《Max-margin Class Imbalanced Learning with Gaussian Affinity》
No 44. 【分布式强化学习与机器人操作基准】
No 45. 。 ​​​
No 46. 《Causal Reasoning from Meta-reinforcement Learning》
No 47. 'Dynamic Robot Localization – a ROS package that o…
No 48. 《How do Mixture Density RNNs Predict the Future?》
No 49. 《Product-Aware Answer Generation in E-Commerce Question-Answering》
No 50. 《Learning Disentangled Representations with Reference-Based Variational Autoencoders》

发表评论

电子邮件地址不会被公开。 必填项已用*标注