爱可可老师24小时热门分享(2019.1.23)

No 1. 《读博士5年究竟值不值得? – 知乎》
No 2. 【研究生独立研究入门】
No 3. 【(Python)用Mask R-CNN检测空闲车位】
No 4. 【注意力的动画解析(以机器翻译为例)】
No 5. 学术之路 [笑而不语]
No 6. 【YOLOv3的完整TensorFlow实现】
No 7. “不用GPU和专用芯片,在i7 CPU(0.9GHz)上目标检测跑出718 FPS的MagicNet,基于包含Magic-Convolution算法在内的独特Magic-Compute深度学习计算库,兼容现有模型/框架”
No 8. “The Economist 经济学人”
No 9. 《阿里-搜索团队智能内容生成实践》
No 10. 求问万能的微博,哪位朋友认识高等教育出版社的图书编辑,帮忙引荐一下,最近高教出的几本书都不错,给大家…
No 11. 【2019深度学习框架大盘点(PyTorch, Tensorflow, MXNet, Chainer, CNTK, Sonnet, DeepLearning4J, CoreML, ONNX)】
No 12. 【如何准备口头学术报告】
No 13. 《Artificial Neural Networks》
No 14. 【黄石公园公开声音库】
No 15. 【程序员得罪谁了】
No 16. 有Python,可以
No 17. 【生成模型教程(及演示)集锦】
No 18. 《人工智障 2 : 你看到的AI与智能无关》
No 19. 【Jupyter里跑GPU常见CUDA内存问题解决方案】
No 20. 【如何分析20万条信息来设计聊天机器人】
No 21. 【深度卷积网络高效计算进展】
No 22. 【Python 机器学习小规模示例集锦】
No 23. 《Python网络数据采集 第2版(影印版)》
No 24. 【自然语言问答系统】
No 25. 【深度学习目标检测文献列表(技术路线)】
No 26. 【纯Spark MLlib实现的CTR预测模型】
No 27. 晚安~[月亮] ​
No 28. 【人体姿态检测相关文献列表】
No 29. 【CNN运动模糊检测】
No 30. 【Android/iOS上实现实时单人姿态估计】
No 31. 一睁眼打开社交网络、电子邮件,基本就和早晨的清新无缘了。太多声音,一股脑涌向你,左右你的情绪、引发焦…
No 32. 【Go+TensorFlow打造的个人照片管理平台】
No 33. 【适用于日语、汉语等大词汇量语言的快速LSTM语言模型】
No 34. 【基于 Numpy 的小巧优雅简单的(Python)深度学习库】
No 35. 【Visual Studio Code的 LaText 扩展】
No 36. 【Facebook发布LASER自然语言跨语种Zero-shot迁移文本处理库,免费提供多语言编码器及PyTorch代码,以及100多种语言的多语言测试集】
No 37. 《宽恕》
No 38. 《国内的科研工作者在《science》
No 39. 【基于BERT将自然语言转换成 SQL 查询的神经网络语义解析器】
No 40. 好图,好总结
No 41. 【(JS)Web 音频可视化库】
No 42. 【四足动物运动方式解析】
No 43. 【数据产品设计】
No 44. 【Amazon Mechanical Turk上的众包图像分割/标注工具】
No 45. 《卷积神经网络的Python实现》
No 46. 《Passage Re-ranking with BERT》
No 47. 早![太阳] ​
No 48. 【硕士论文:贝叶斯卷积神经网络】
No 49. 《MRI to CT Translation with GANs》
No 50. 《A Performance Comparison of Loss Functions for Deep Face Recognition》

爱可可老师24小时热门分享(2019.1.22)

No 1. 【Python文本预处理:步骤、工具与实例】
No 2. 【深度学习目标检测文献列表(技术路线)】
No 3. 问:全局变量的最佳前缀是什么?答://
No 4. 【pandas指南:做更高效的数据科学家】
No 5. 【硕士论文:贝叶斯卷积神经网络】
No 6. 《如何评价 BERT 模型? – 知乎》
No 7. 【黄石公园公开声音库】
No 8. 晚安~
No 9. 【泊松分布/泊松过程解析】
No 10. “The Economist 经济学人”
No 11. 《A Survey of the Recent Architectures of Deep Convolutional Neural Networks》
No 12. 【成为Python程序员的现实路线图】
No 13. 《未来五年,数据科学家(Data Scientist)的岗位需求会如何变化? – 知乎》
No 14. 【免费书:Python整洁架构软件设计】
No 15. 【贝叶斯神经网络(系列)】
No 16. 油菜!🎨 http://t.cn/E5NipS1 ​
No 17. 好图,好总结
No 18. 【(Keras)房价回归预测】
No 19. 5寸 💾 ​​​
No 20. 【命令行翻译工具】
No 21. 捕猎中的翠鸟 http://t.cn/E5oGhKT ​
No 22. 《Python网络数据采集 第2版(影印版)》
No 23. 跟阿尔茨海默症奶奶的对话:我:“您好啊”
No 24. 【推荐系统实战】
No 25. 《算法详解 卷1 算法基础》
No 26. 【TensorFlow 2.0深度强化学习指南】
No 27. 《Flutter实战》
No 28. 【Insightface人脸检测/识别的最小化推理包】
No 29. 【开源计算机科学学位集锦】
No 30. 《Graph Wavelet Neural Network》
No 31. 【从图片到涂鸦:高品质涂鸦的自动生成(推断)】
No 32. 我在IT行业工作,所以我们家: – 只用机械锁 – 只用机械窗 – 用OpenWRT(开源系统…
No 33. 【自然语言问答系统】
No 34. 'Dialog-System-with-Task-Retrieval-and-Seq2seq – 2…
No 35. 为啥不直接叫“L1正则回归”
No 36. 【生成模型教程(及演示)集锦】
No 37. 顶刊投稿流程 [嘻嘻]
No 38. 《读博士5年究竟值不值得? – 知乎》
No 39. 早![太阳] ​
No 40. 《卷积神经网络的Python实现》
No 41. 【人体姿态检测相关文献列表】
No 42. 正式版发布 http://t.cn/RaSHB8I preview:http://t.cn/E5Ny…
No 43. 【Kubernetes失败案例集锦】
No 44. 【你在上网,网也在偷偷盯着你】
No 45. 【AI与机器学习应用场景简明指南】
No 46. 特征工程艺术 http://t.cn/EqxUh12 ​
No 47. 【IROS2018 SLAM论文集锦】
No 48. 【CNN运动模糊检测】
No 49. 《Good Similar Patches for Image Denoising》
No 50. 《昆虫志》

爱可可老师24小时热门分享(2019.1.21)

No 1. 为啥不直接叫“L1正则回归”
No 2. 【Python推荐系统框架】
No 3. 研究型大学的教授不会因为教学获得晋升或奖励。因此,除非做老师太糟糕,否则不会影响晋升/任期。如果你的…
No 4. 《计算资源有限的人如何在Deep Learning领域成长? – 知乎》
No 5. 【TensorFlow 2.0深度强化学习指南】
No 6. 《为什么导师眼里差劲的硕士生往往能够找到好工作? – 知乎》
No 7. 我在IT行业工作,所以我们家: – 只用机械锁 – 只用机械窗 – 用OpenWRT(开源系统…
No 8. 【研究之道:致做研究同学们的一封信】
No 9. 《算法详解 卷1 算法基础》
No 10. 【关于情绪、性别和大脑的三大误解】
No 11. 【研究计划的设计(告诉别人打算做什么、如何以及在何处进行,以及为什么要这样做)】
No 12. 【人脸生成的进化| GAN的进化】
No 13. 捕猎中的翠鸟 http://t.cn/E5oGhKT ​
No 14. 5寸 💾 ​​​
No 15. 【免费书稿:three.js手册】
No 16. 《Einstein Summation in Numpy》
No 17. 【(fast.ai)程序员深度学习实战最新课程实践指南(AWS、Azure、Colab等多种环境实战方案)】
No 18. 《PWC-Net: CNNs for Optical Flow Using Pyramid, Warping, and Cost Volume》
No 19. 《Gaussian Processes are Not So Fancy》
No 20. 晚安~[月亮] ​
No 21. 【生成模型插值】
No 22. 《Self-Supervised Tracking via Video Colorization》
No 23. 这点子不错:给机械键盘 ⌨️ 加上“换肤”
No 24. “如果真是全球变暖,冬天怎么还这么冷?”
No 25. 《AuxNet: Auxiliary tasks enhanced Semantic Segmentation for Automated Driving》
No 26. 《卷积神经网络的Python实现》
No 27. 【机器学习数据集哪里找:最佳数据集来源盘点】
No 28. 【AI与机器学习应用场景简明指南】
No 29. 【两分钟论文解读之立体声(2.5D)音频生成】
No 30. 【CMU神经网络自然语言处理课程(2019):新增ELMo/BERT上下文词表示、模型可解释性等内容,PyTorch/DyNet代码示例】
No 31. 《Python网络数据采集 第2版(影印版)》
No 32. ⚛️ http://t.cn/E5a9t7H ​
No 33. 聊天机器人C2B应用新思路 [机智]
No 34. 早![太阳] ​
No 35. 【PyTorch可视化理解卷积神经网络】
No 36. 【Tomaso Poggio访谈:大脑、意识与机器】
No 37. 《昆虫志》
No 38. 《A Random Walk Approach to First-Order Stochastic Convex Optimization》
No 39. 30秒看月球的演化 http://t.cn/E565MmG ​
No 40. 《如何评价 BERT 模型? – 知乎》
No 41. 《CT-GAN: Malicious Tampering of 3D Medical Imagery using Deep Learning》
No 42. 《Attention-aware Multi-stroke Style Transfer》
No 43. 【开源计算机科学学位集锦】
No 44. 【画风迁移原理解析】
No 45. 【Insightface人脸检测/识别的最小化推理包】
No 46. #今日发呆专用# ​
No 47. 《SageDB: A Learned Database System》
No 48. 《未来五年,数据科学家(Data Scientist)的岗位需求会如何变化? – 知乎》
No 49. 《Flutter实战》
No 50. 《Dialog System Technology Challenge 7》

爱可可老师24小时热门分享(2019.1.20)

No 1. 《为什么交叉熵(cross-entropy)可以用于计算代价? – 知乎》
No 2. 【机器学习数据集哪里找:最佳数据集来源盘点】
No 3. 【PyTorch可视化理解卷积神经网络】
No 4. 【100+个Python编程挑战】
No 5. 《为什么觉得英文原版教材很啰嗦? – 知乎》
No 6. 晚安~[月亮] ​
No 7. 2019进度:▓░░░░░░░░░░░░░░ 5% ⛽️ ​…
No 8. 【PyTorch图卷积网络(GCN)图分类】
No 9. 【画风迁移原理解析】
No 10. 【Python推荐系统框架】
No 11. 面子 vs. 里子 ​
No 12. 这拼接效果可以 [good] http://t.cn/E5ViEvW ​…
No 13. 我们所能掌握的最佳编程技巧之一,就是知道何时该暂停片刻。 – Oscar Godson ​…
No 14. 折射 ​
No 15. 《你的 2019 秋招进展怎么样了? – 知乎》
No 16. 《算法详解 卷1 算法基础》
No 17. 【研究目的的文献综述】
No 18. 今天才知道:“ /usr ”
No 19. 【三位工程师如何用深度学习实现破纪录的超新星识别系统】
No 20. 从钢板到金属网 😲 http://t.cn/E5qMHCP ​
No 21. 《Causal Inference 2: Illustrating Interventions via a Toy Example》
No 22. 《Real-time Joint Object Detection and Semantic Segmentation Network for Automated Driving》
No 23. 早!
No 24. “我的观点是:推翻重来”
No 25. 《Path Invariance Map Networks: 3D Semantic Segmentation》
No 26. 【Python版的SymSpell百万倍速拼写校正/模糊搜索算法】
No 27. 当人们可以随心所欲地做自己喜欢做的事时,他们通常选择相互模仿。 – Eric Hoffer ​…
No 28. 【有史以来最畅销的小说】
No 29. 《CSGAN: Cyclic-Synthesized Generative Adversarial Networks for Image-to-Image Transformation》
No 30. 【用plotly开启Python数据可视化新篇章】
No 31. 《卷积神经网络的Python实现》
No 32. 【“有趣”的投影:当PCA失效时怎么办?——试试PPA】
No 33. 《Bayesian Learning of Neural Network Architectures》
No 34. 【序列模型算法配置:用于优化算法参数的通用工具】
No 35. 光速 http://t.cn/E5Vz3hD ​
No 36. 《Self-Supervised Tracking via Video Colorization》
No 37. 《Mono3D++: Monocular 3D Vehicle Detection with Two-Scale 3D Hypotheses and Task Priors》
No 38. 【让照片里的人物“走两步”:单张图片3D 角色动画合成】
No 39. 【简单实用的数据清洗代码】
No 40. 《计算资源有限的人如何在Deep Learning领域成长? – 知乎》
No 41. 《Python网络数据采集 第2版(影印版)》
No 42. 《为什么导师眼里差劲的硕士生往往能够找到好工作? – 知乎》
No 43. 《FastGRNN: A Fast, Accurate, Stable and Tiny Kilobyte Sized Gated Recurrent Neural Network》
No 44. 【David Silver强化学习导论】
No 45. 【免费书稿:three.js手册】
No 46. 公司们似乎已经意识到,只招聘数据科学家而没有数据工程师活还是没法干。首要重点应该放在数据工程上。一旦…
No 47. 【Jeff Heaton的Kaggle工具箱】
No 48. 【基于yolo3 与crnn 实现中文自然场景文字检测及识别】
No 49. 《昆虫志》
No 50. @ XX笔记 [喵喵] http://t.cn/E5UHOu4 ​

爱可可老师24小时热门分享(2019.1.19)

No 1. 今天才知道:“ /usr ”
No 2. 【基于yolo3 与crnn 实现中文自然场景文字检测及识别】
No 3. 【“有趣”的投影:当PCA失效时怎么办?——试试PPA】
No 4. 【用plotly开启Python数据可视化新篇章】
No 5. “我的观点是:推翻重来”
No 6. 《为什么交叉熵(cross-entropy)可以用于计算代价? – 知乎》
No 7. 【让照片里的人物“走两步”:单张图片3D 角色动画合成】
No 8. 《Pytorch有什么节省内存(显存)的小技巧? – 知乎》
No 9. 只要时间足够长,所有大公司都会把商标主色改成红、黄、蓝、绿。
No 10. 《英文原版阅读有哪些入门书籍推荐? – 知乎》
No 11. 公司们似乎已经意识到,只招聘数据科学家而没有数据工程师活还是没法干。首要重点应该放在数据工程上。一旦…
No 12. 【数据科学的非技术阅读清单】
No 13. @ XX笔记 [喵喵] http://t.cn/E5UHOu4 ​
No 14. 晚安~
No 15. 【Keras实现的深度强化学习算法】
No 16. 心烦意乱时,我们可能会牺牲明天的幸福,只为安抚眼前的创伤。这可不是个好主意。在被情绪主导做出重大决定…
No 17. “现实增强”
No 18. 【阿里的大规模分布式图学习框架】
No 19. 【(PyTorch)U-Net, R2U-Net, Attention U-Net, Attention R2U-Net图像分割】
No 20. 【卫星图像深度学习资源大列表】
No 21. 早![太阳] ​
No 22. 【Jeff Heaton的Kaggle工具箱】
No 23. 《你导师是如何嫌弃你的? – 知乎》
No 24. 《Attentive Neural Processes》
No 25. 理想情况下,桌面上的arXiv论文不该超过30篇。丢掉那些没真正让你心动的论文。实际上,“只写让人心动的论文”
No 26. 【100+个Python编程挑战】
No 27. 球面几何里,三角形可以有三个直角 http://t.cn/E5Ay3w0 ​…
No 28. 《Accurate, Large Minibatch SGD: Training ImageNet in 1 Hour》
No 29. 每天清空Tabs的这一刻,心情最为舒畅~ 😄 瞥了眼GitHub,Following 7.5k ���…
No 30. 静 src:http://t.cn/R57ZxLm ​
No 31. ANYmal:运动能力不输波士顿动力的机器人 src:http://t.cn/E5UTEVU htt…
No 32. 《卷积神经网络的Python实现》
No 33. 【全栈程序员资源集锦】
No 34. 【神经网络架构搜索相关资源大列表】
No 35. 《算法详解 卷1 算法基础》
No 36. [允悲] ​
No 37. 《为什么觉得英文原版教材很啰嗦? – 知乎》
No 38. 【AI伦理最新突破性论文综述】
No 39. 从钢板到金属网 😲 http://t.cn/E5qMHCP ​
No 41. 【PyTorch图卷积网络(GCN)图分类】
No 42. 【基于深度学习NLP的项目管理自动化】
No 43. 推荐的泡泡永远在,善用关联,自主探索,星辰大海依旧//我其实有点儿不那么喜欢现在这个大数据时代。
No 44.
《Python网络数据采集 第2版(影印版)》
No 45. #AI 看不懂# ​
No 46. 《Task representations in neural networks trained to perform many cognitive tasks | Nature Neuroscience》
No 47. 【纽约大学课程:用认知科学推进AI(2019)】
No 48. 【知识图谱即服务】
No 49. 图像语义拼接是个极好的方向 [笑cry] ​…
No 50. 【ULMFit迁移学习文本分类】

爱可可老师一周论文精选(2019.1.19)

No 1. 《Deep Learning for Anomaly Detection: A Survey》
No 2. 《Auto-DeepLab: Hierarchical Neural Architecture Search for Semantic Image Segmentation》
No 3. 《FPGA-based Accelerators of Deep Learning Networks for Learning and Classification: A Review》
No 4. 【让照片里的人物“走两步”:单张图片3D 角色动画合成】
No 5. 《Image Transformation can make Neural Networks more robust against Adversarial Examples》
No 6. 《Eliminating all bad Local Minima from Loss Landscapes without even adding an Extra Unit》
No 7. 《Optimization Models for Machine Learning: A Survey》
No 8. 《GILT: Generating Images from Long Text》
No 9. 《Human few-shot learning of compositional instructions》
No 10. 《Event detection in Twitter: A keyword volume approach》
No 11. 《Active Learning with TensorBoard Projector》
No 12. 《Interpretable machine learning: definitions, methods, and applications》
No 13. 《Identifying and Correcting Label Bias in Machine Learning》
No 14. 《MAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks》
No 15. 《DSConv: Efficient Convolution Operator》
No 16. 《Multi-task Learning with Gradient Communication》
No 17. 《Learning-based Optimization of the Under-sampling Pattern in MRI》
No 18. 【用神经进化设计神经网络】
No 19. 《Exploiting Synchronized Lyrics And Vocal Features For Music Emotion Detection》
No 20. 《Interpretable BoW Networks for Adversarial Example Detection》
No 21. 《Understanding the (un)interpretability of natural image distributions using generative models》
No 22. 《Deep Learning for Human Affect Recognition: Insights and New Developments》
No 23. 《Manipulating and Measuring Model Interpretability》
No 24. 《Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context》
No 25. 《The Benefits of Over-parameterization at Initialization in Deep ReLU Networks》
No 26. 《Inference of Demographic Attributes based on Mobile Phone Usage Patterns and Social Network Topology》
No 27. 《Machine Learning at the Wireless Edge: Distributed Stochastic Gradient Descent Over-the-Air》
No 28. 《A Scalable Framework for Acceleration of CNN Training on Deeply-Pipelined FPGA Clusters with Weight and Workload Balancing》
No 29. 【BERT句法表示能力实验评测:各项测试均表现出色】
No 30. 《Unsupervised Moving Object Detection via Contextual Information Separation》

爱可可老师一周热门分享(2019.1.19)

No 1. 《算法详解 卷1 算法基础》
No 2. 《卷积神经网络的Python实现》
No 3. 图像语义拼接是个极好的方向 [笑cry] ​…
No 4. 这是劳拉,17岁,她用CNN来识别宫颈筛查异常,用GAN扩展数据集生成合成数据,准确率97.2% v…
No 5. 研究生同学,当别人说你应该“独立”
No 6. 特征工程艺术 http://t.cn/EqxUh12 ​
No 7. 蒲公英长成记 http://t.cn/EqH4DgP ​
No 8. 《昆虫志》
No 9. 【AI未来说·青年学术论坛】
No 10. 【动漫人物图片自动修复,去马赛克,填补,去瑕疵】
No 11. 酷!3D打印制作的投影动画 http://t.cn/Eq2tTeH ​…
No 12. 发色随心换(CES 2019) http://t.cn/Eqqhglt ​
No 13. 《Python网络数据采集 第2版(影印版)》
No 14. 好久没注意,B站也有了这么多可可粉,感谢! [笑cry] ​…
No 15. 【CMU神经网络自然语言处理课程(2019):新增ELMo/BERT上下文词表示、模型可解释性等内容,PyTorch/DyNet代码示例】
No 16. 【Jupyter Notebooks进阶教程】
No 17. 【基于yolo3 与crnn 实现中文自然场景文字检测及识别】
No 18. 你要真是位科学家,就只会在半张脸上抹抗老霜
No 19. 读大量机器学习论文可能会使你成为写机器学习论文的专家,但不会使你成为实现、应用机器学习方法解决实际问…
No 20. 【简单实用的数据清洗代码】
No 21. VPN/Proxy/SS原理 [偷笑] ​
No 22. 【高斯过程】
No 23. 【Agora开发的最新项目:面向游戏、电影的人脸迁移合成】
No 24. 要是啥也看不见,就摇摇头 ​
No 25. 【TensorFlow学习资源汇总】
No 26. 【可在线运行代码的实用C/C++参考网站】
No 27. 【用最新AI技术预测股市走势】
No 28. 【《Scikit-Learn、Keras与TensorFlow机器学习实用指南(第二版)》随书代码(Notebooks)】
No 29. 【序列模型简介】
No 30. 别为自己写的代码难为情——只要能用,就完美。当然,代码总是可以更完美。”
No 31. 【SSD目标识别全程实践】
No 32. 【单纯用Numpy实现的RNN, LSTM,DNC】
No 33. 【人脸识别相关资源大列表】
No 34. 【斯坦福大学发布的Donald Knuth授课集锦】
No 35. 十年 🔢 [笑cry] src:http://t.cn/E5h6vUt ​
No 36. 我们见过的太多AI项目…… http://t.cn/Eqo0xr2 ​…
No 37. 【LSTM/递归神经网络入门指南】
No 38. 看论文里用深度网络各种跑MNIST的感觉…… ​…
No 39. 【Python示例代码入门】
No 40. 【深度高斯过程】
No 41. 【PyTorch实现的GCN】
No 42. “为学之道:如何做研究(资源集锦)”
No 43. 2019进度:▓░░░░░░░░░░░░░░ 4% ⛽️ ​…
No 44. 早![太阳] ​
No 45. 希望在几年前就开始只是徒劳。将来你一样会希望从现在就开始。别总是悔不当初。现在就做。
No 46. 【深度学习资源大列表:关于深度学习你需要了解的一切】
No 47. 就是这样 [笑而不语] ​
No 48. 【神经微分方程】
No 49. 【PyTorch入门好材料:torch.nn解析】
No 50. 只要时间足够长,所有大公司都会把商标主色改成红、黄、蓝、绿。

小程序:苹果、谷歌、Facebook、微信的暗战; GitHub 年度盘点:Deno 赶超 Node;MongoDB 重大安全事故超 2 亿用户简历曝光- InfoQ每周精要572期

 中文站「每周精要」
NO.572
2019/01/20
被锁死的小程序:苹果、谷歌、Facebook、微信的暗战
移动 语言开发
小程序曾经是在 iOS 和安卓上跨平台开发的完美解决方案,但现在,它已经被苹果重新关回了笼子里。
头条社交新品多闪刚刚亮相,就被微信屏蔽了
移动
在亲历了现场发布会,以及收集整理了各种资料后,笔者有种隐隐的预感:这场热闹似乎持续不了太久……
GitHub 年度盘点:Deno 赶超 Node,跃升第四
语言开发
本文通过对比各项目过去 12 个月在 GitHub 上新增 star 数量,来评估其在 2018 年度的受关注程度,进而选出 2018 年度 JavaScript 领域崛起的明星项目。
超 2 亿中国用户简历曝光!MongoDB 又一重大安全事故
DevOps
Hacken Proof 网络风险研发主管 Bob Diachenko 认为,这应该是服务器数据在线泄露。
Apache 年度报告出炉,大数据项目依然最活跃
语言开发
Apache 的持续成功要归功于由社区主导的 “The Apache Way”
WIFI 万能钥匙万玉权:团队之中要有跨三界之外的“闲人”
在整个团队资源不太能充足的情况下,为什么要做这样的选择?
用 JS 实现人脑和计算机交互,这个厉害了
AI 前端
这篇文章将分享我在学习神经科技过程中学到的东西,希望能帮助那些想要入门的人!
自然语言处理的 ImageNet 时刻已经到来
机器学习
预训练语言模型可能会在自然语言处理领域造成广泛的影响,正如 ImageNet 预训练模型在计算机视觉中所造成的影响一样。
V8 提升异步性能:JavaScript 一大痛点得以解决
前端
V8 JavaScript 团队宣布优化异步函数和 promises 对象。团队还提升了异步代码的调试体验,这也是 JavaScript 开发人员的共同痛点。
十年前只想混一个 Apache 邮箱装逼,十年后却成了顶级项目创始人
Luke 谈到了他对中国开源三个阶段的看法,谈到了浙大中控的经历对他的影响,谈到了他现在的人生只有工作和睡觉两件事。
GTS 免费社区版来了?阿里正式开源 FESCAR
架构
阿里又开源了一款产品——FESCAR!
为什么数据科学家往往很喜欢 Kubernetes?
运维
Kubernetes 为职业数据科学家提供了无与伦比的功能组合。简化软件开发工作流的特性也为数据科学工作流提供了支持。
谷歌发布 TensorFlow 2.0 开发者预览版
机器学习
TensorFlow 2.0 版本的官宣了。
Homebrew 1.9 发布,将支持 Linux 与 Windows 10
移动
知名包管理器 Homebrew 发布 1.9 版本,开始测试支持 Linux 和 Windows 10。
全面异步化:淘宝反应式架构升级探索
架构
2018 年初,淘宝开始尝试对整体架构进行升级,经过近一年的探索,实现了全面异步化,这一架构升级在部分应用中取得了 40% 以上的性能提升,同时也为后续的回压推进打下了基础。
区块链现状:从谨慎和批判性思维看待它
区块链
R3 首席技术官理查德·布朗和《50 英尺区块链的进攻》的作者兼记者大卫·杰拉德,分享他们对区块链的看法。
回顾小程序 2018 年三足鼎立历程,2019 年 BAT 火力全开
移动
2018 年开年,小程序就成为了互联网巨头加紧布局的开始。亿月活跃用户,如此巨大的流量往往使众多后来者望而却步。
2018 年 AI 和机器学习领域最值得收藏的 12 篇文章
AI
12 篇关于人工智能和机器学习的文章,干货满满!
AI 一周热闻:任正非回应孟晚舟事件;高通拒绝向苹果出售芯片
AI
新鲜事,简单报。
Jeff Dean 执笔:一文看尽 2018 谷歌 AI 重大突破
AI
文章重点介绍谷歌研究院在 2018 年所做的一些工作。
惨遭红帽弃用,MongoDB 要凉凉了吗?
运维
因为 MongoDB 使用了 SSPL 协议,所以将不会在 RHEL 8.0 系统中提供对 MongoDB 的支持。

技术大会   CONFERENCE
QCon 北京:阿里经验之容器混合云的最佳落地实践
基因测序如何攻克临床应用中技术难题?如何实现计算模式从离线向在线演进,并且提高交付效率?速来 QCon 北京 2019 与阿里云容器服务资深架构师对话,获取容器混合云的最佳落地实践经验!
QCon 广州:直击大前端,2019 年最新趋势
小程序、 三大架构、编程语言、跨平台开发……前端圈的更新迭代,依旧保持着速度冠军的宝座!热门实践早知晓,QCon 广州 2019 邀你共赴技术盛宴,直击国内外一线大厂实战架构经验与设计思路。
ArchSummit 深圳:阿里如何设计通用高速存储系统
TAIR 是阿里巴巴的核心系统,历年来承担着双 11 及各大型活动。TAIR 2.0 提供 multi-model 的服务能力和更多的 NewSQL 特性,一起来了解它的架构。

活动推荐   POPULAR EVENTS
40 年工业大数据研究,这位科学家总结了 5 个关键要素
工业人工智能如何提升产业竞争力? 人工智能会造成大量失业吗?工业大数据和我们日常常说的互联网大数据究竟有什么关系?带着这些疑问,小编上周采访到了富士康工业互联网副董事长李杰教授,究竟讲述了哪些精彩内容呢?让我们一起回顾一下!
同样是深度学习开发者,为什么你在视频处理方面总比别人慢半拍
在线上视频逐渐成为内容传递的主流的现在,有没有发现你的深度学习框架在视频处理效率上日渐下滑?NVIDIA DeepStream 让你不再为实时视频流而苦恼!NVIDIA 技术专家在线解答,让你的实时视频处理效率更上一层楼。
感谢您订阅每周精要。InfoQ中文站每周日针对会员发送每周内容精要邮件。
别人转发给你的邮件?现在注册获取您自己的 InfoQ每周精要邮件吧
InfoQ微博:@InfoQ
InfoQ微信:infoqchina
InfoQ手机客户端:极客时间

爱可可老师24小时热门分享(2019.1.18)

No 1. 图像语义拼接是个极好的方向 [笑cry] ​…
No 2. 【Jupyter Notebooks进阶教程】
No 3. 好久没注意,B站也有了这么多可可粉,感谢! [笑cry] ​…
No 4. 十年 🔢 [笑cry] src:http://t.cn/E5h6vUt ​
No 5. 【(TensorFlow)YOLOv3改进版】
No 6. 【数据科学数学基础】
No 7. 【如何高效组织和阅读文献】
No 8. 《How to teach Git》
No 9. 【深度学习最新进展】
No 10. 【解读Transformer-XL:Transformers + RNN打造最先进语言模型】
No 11. 【你的账号被泄漏过几次?】
No 12. 【纽约大学课程:用认知科学推进AI(2019)】
No 13. 只要时间足够长,所有大公司都会把商标主色改成红、黄、蓝、绿。
No 14. 心烦意乱时,我们可能会牺牲明天的幸福,只为安抚眼前的创伤。这可不是个好主意。在被情绪主导做出重大决定…
No 15. 晚安~[月亮] ​
No 16. 《Gradient Harmonized Single-stage Detector》
No 17. “现实增强”
No 18. 【基于yolo3 与crnn 实现中文自然场景文字检测及识别】
No 19. 【C++程序员的Python之路】
No 20. 【支持剪枝&并行化的贝叶斯超参数优化框架】
No 21. 【面向8-16岁孩子的Scratch少儿机器学习实验项目(有中文)】
No 22. 早![太阳] ​
No 23. 【AI未来说·青年学术论坛】
No 24. 球面几何里,三角形可以有三个直角 http://t.cn/E5Ay3w0 ​…
No 25. 看论文里用深度网络各种跑MNIST的感觉…… ​…
No 26. 《卷积神经网络的Python实现》
No 27. 马克斯普朗克16岁上大学学习物理学时,菲利普·冯·乔利教授告诉他:“在这个领域,几乎所有东西都已经被发现了,剩下的就只是填补几个洞而已。”
No 28. 现代人坐在舒适的空调房间,用误导和夸大的信息把自己搞得一团糟。 “这世界太疯狂!”
No 29. ‘Syncd – 开源自动化部署工具' by Rsy GitHub: http://t.cn/EqK…
No 30. 【GitHub官方使用指南】
No 31. 《Python深度学习》
No 32. 《Optimization Models for Machine Learning: A Survey》
No 33. 【机器学习中的模型评价、模型选择和算法选择】
No 34. 《英文原版阅读有哪些入门书籍推荐? – 知乎》
No 35. 【SCUT-EPT离线手写汉字数据集】
No 36. 【Keras实现的深度强化学习算法】
No 37. 【Python实现的ROUGE摘要评价包】
No 38. 'TensorFlow Profiler UI – The TensorFlow Profiler …
No 39. 【阿里的大规模分布式图学习框架】
No 40. 【(PyTorch)U-Net, R2U-Net, Attention U-Net, Attention R2U-Net图像分割】
No 41. 【英文->中文双解词典数据库】
No 42. 【基于OCRopy & Kraken的OCR引擎】
No 43. 【国际概率编程会议PROBPROG 2018 Talks视频集锦】
No 44. 我有足足9条 [泪]
No 45. 《MAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks》
No 46. 【Sony大法新推出的toio趣味机器人】
No 47. 【CMU神经网络自然语言处理课程(2019):新增ELMo/BERT上下文词表示、模型可解释性等内容,PyTorch/DyNet代码示例】
No 48. 《算法详解 卷1 算法基础》
No 49. 火车进化史 🚄 http://t.cn/E5A2Tp2 ​
No 50. 【全栈程序员资源集锦】

爱可可老师24小时热门分享(2019.1.17)

No 1. 《卷积神经网络的Python实现》
No 2. 《Python网络数据采集 第2版(影印版)》
No 3. 【人脸识别相关资源大列表】
No 4. 别为自己写的代码难为情——只要能用,就完美。当然,代码总是可以更完美。”
No 5. 【AI未来说·青年学术论坛】
No 6. 看论文里用深度网络各种跑MNIST的感觉…… ​…
No 7. 【PyTorch入门好材料:torch.nn解析】
No 8. 【CMU神经网络自然语言处理课程(2019):新增ELMo/BERT上下文词表示、模型可解释性等内容,PyTorch/DyNet代码示例】
No 9. 《Python深度学习》
No 10. 【研究计划撰写指南】
No 11. 《算法详解 卷1 算法基础》
No 12. 【深度神经网络面部表情识别情感分析工具包】
No 13. 【数据科学数学基础】
No 14. 【NLP四大开放问题:自然语言理解、低资源情景NLP、大型、多文件推理、数据集/问题/评价】
No 15. 【如何评价NLP结果:对BLEU的反思】
No 16. 有没有试过打开美颜看电视?另类AR 😂 http://t.cn/Eq17DlE ​…
No 17. 【如何为Google AI实习计划写申请书】
No 18. 【Fast.ai深度学习课程学习笔记】
No 19. 十年 🌎 ​
No 20. 《昆虫志》
No 21. 《关于研究的若干问题》
No 22. 【经典:Hinton面向机器学习的神经网络课程】
No 23. 研究生同学,当别人说你应该“独立”
No 24. 好棒! src:http://t.cn/Ey0Sqls ​
No 25. 蒲公英长成记 http://t.cn/EqH4DgP ​
No 26. 【深度高斯过程】
No 27. 【强化学习会犯错:下棋可以,用在无人驾驶上可能是致命的】
No 28. 【用简单 DSL 生成对话、命名实体识别、文本分类等NLP 任务数据集】
No 29. 《MORAN: A Multi-Object Rectified Attention Network for Scene Text Recognition》
No 30. 【Manifold: Uber机器学习模型无关可视化调试工具】
No 31. 二十年 🍎 [笑cry] ​
No 32. “CMU神经网络自然语言处理课程(2019)”
No 33. 通过绘制一系列连接正方形对角的圆弧可以创建斐波纳契螺旋(Fibonacci spiral),这些正方…
No 34. 【C++程序员的Python之路】
No 35. 【JAX简短教程:性能增强的Numpy、jax.grad、jax.jit、jax.vmap】
No 36. 早![太阳] ​
No 37. 《Identifying and Correcting Label Bias in Machine Learning》
No 38. 《Human few-shot learning of compositional instructions》
No 39. video:http://t.cn/EqgU40G
No 40. 【安全上网自查清单】
No 41. 《Interpretable machine learning: definitions, methods, and applications》
No 42. 午间脑体操:著名的浮动沙漏难题——为什么沙漏不马上开始上升?大约一半的沙子转移到下部后,沙漏才会上升…
No 43. 为击退掠食性黄蜂,蜜蜂们掀起的巨型“蜂浪”
No 44. 【(TensorFlow)YOLOv3改进版】
No 45. 【HACS:人体行为片段/分割数据集】
No 46. 重点是你的优势、期待和对Google研究会有什么帮助,文中提到的 LanguageTool http…
No 47. 《Exploiting Synchronized Lyrics And Vocal Features For Music Emotion Detection》
No 48. 晚安~[月亮] ​
No 49. 《Gradient Harmonized Single-stage Detector》
No 50. ‘Syncd – 开源自动化部署工具' by Rsy GitHub: http://t.cn/EqK…