爱可可老师24小时热门分享(2019.2.5)

No 1. [笑cry] ​
No 2. 【MIT深度学习课程:介绍与概览】
No 3. 爽快:UKB-Uwe Krumm GmbH高精度折弯机 http://t.cn/Ecy2Zt3 ​…
No 4. 【统计学基础】
No 5. 【DeepPavlov:用于构建端到端对话系统/训练聊天机器人的开源库】
No 6. 【通用语言模型】
No 7. 《AAAI Conference Analytics》
No 8. 《Pruning neural networks: is it time to nip it in the bud?》
No 9. 【FFHQ:Style-GAN论文中用于训练生成逼真人脸的数据集,分辨率1024×1024的70,000张高质量PNG图像,在年龄,种族和图像背景方面存在广泛差异】
No 10. 【C语言游戏引擎】
No 11. 【nVidia GPU使用状态监视器】
No 12. 【870,000条自然语言if-then推理关系图谱】
No 13. 【Yann LeCun:AI的下一步】
No 14. 【JSON数据集大列表】
No 15. 【2019机器学习与AI发展趋势】
No 16. 【(杂志)计算机视觉新闻2019.2期】
No 17. 祝朋友们新春快乐,猪年好运,茁壮成长![哈哈] ​…
No 18. 【实时语音转写:Google新推出的免费安卓服务,通过实时字幕使对话更容易,支持70多种语言和80%以上的世界人口】
No 19. 有时候我们只是忽略了最终用户的体验 [笑cry] ​…
No 20. 【StanfordNLP自然语言处理库实例介绍】
No 21. 速度!第一视角无人机竞速 http://t.cn/Ecy9aYO ​…
No 22. 《Probabilistic Discriminative Learning with Layered Graphical Models》
No 23. 【AI对就业究竟会有多大影响?——不会比曾经的自动化更具破坏力】
No 24. 早![太阳] ​
No 25. 【《如何写好学位论文》节选之导师合作之道】
No 26. 晚安~[月亮] ​
No 27. 《Keras: Multiple Inputs and Mixed Data | PyImageSearch》
No 28. 《Do we train on test data? Purging CIFAR of near-duplicates》
No 29. 【命令行用户界面实用Python模块集】
No 30. 'How To Build And Run PyTorch For TPU' by PyTorch …
No 31. 【社会科学家深度学习/迁移学习试水指南】
No 32. 【方便管理多个git repo的命令行工具】
No 33. 'gitin – commit/branch/workdir explorer for git' b…
No 34. 《Neural Networks Predict Fluid Dynamics Solutions from Tiny Datasets》
No 35. [挤眼] ​
No 36. [笑cry]
No 37. “AAAI 2019 Livestreaming”
No 38. 《ProteinNet: a standardized data set for machine learning of protein structure》
No 39. 《Predictability of missing links in complex networks》
No 40. blog:http://t.cn/EcLqhN3
No 41. 【面向深度学习研究人员的自然语言处理实例教程(TensorFlow/Pytorch)】
No 42. 《做数据分析不得不看的书有哪些? – 知乎》
No 43. 《Word Embeddings: A Survey》
No 44. 《Your Gameplay Says it All: Modelling Motivation in Tom Clancy's The Division》
No 45. 【《如何写好学位论文》节选之文献综述】
No 46. 《Approximating CNNs with Bag-of-local-Features models works surprisingly well on ImageNet》
No 47. 【机器学习面试问题集锦(深度学习、通用机器学习、机器学习数学基础)】
No 48. 【OpenAI深度强化学习专题研讨会:强化学习关键概念、算法与技巧】
No 49. 《Learning Differentiable Grammars for Continuous Data》
No 50. 大长腿 🤖 http://t.cn/EcP3j8b ​

发表评论

电子邮件地址不会被公开。 必填项已用*标注