爱可可老师24小时热门分享(2019.3.19)

No 1. 《机器学习基石》
No 2. 【少有人用但很有用的Python模块】
No 3. 改变世界的17个公式
No 4. 【陈蕴侬“应用深度学习”2019(国语)】
No 5. 【深度学习向导:基于PyTorch的深度学习/深度强化学习教程】
No 6. 【理解神经网络:丛神经元到RNN、CNN、深度学习】
No 7. 【用口袋妖怪解释渐近分析:对复杂性分析的深入探讨】
No 8. 【将涂鸦生成逼真照片:空间自适应归一化语义图像合成】
No 9. 《PifPaf: Composite Fields for Human Pose Estimation》
No 10. 《Fast LSTMs in PyTorch》
No 11. 【《深度学习》各章摘要(Jupyter Notebooks)】
No 12. 【JavaScript开发者阅读清单】
No 13. 【计算机体系结构新黄金时代:历史、挑战和机遇】
No 14. 【科技论文写作最佳实践&技巧与提示】
No 15. 【离散数学入门】
No 16. 低效之人只会幻想好结果;高效之人会优化过程寻求好结果。
No 17. 【Kaldi实时语音识别3500x加速:转录一整天的音频仅需25秒】
No 18. 【AI未来说!最前沿的AI青年论坛第三期(计算机视觉专场)】
No 19. 【Python可扩展贝叶斯优化库】
No 20. 递归 [笑cry] src:http://t.cn/ExfnsSw ​
No 21. 【spaCy v2.1发布:ULMFit/BERT/ELMo类预训练语言模型、更好的匹配/规则NER、独立于平台的矩阵乘法、词条化提速2-3倍、无需本地编译器即可安装】
No 22. 【machina:基于PyTorch的深度强化学习框架】
No 23. 【为什么要成为数据科学家,你首先要做个通才?】
No 24. 【深度学习超参微调技术】
No 25. 晚安~ [月亮]
No 26. 《红楼梦》
No 27. 'DeepSpeechRecognition – A Chinese Deep Speech Rec…
No 28. 【用Retina Net在航拍森林照片里搜索失踪游客】
No 29. 早![太阳] ​
No 30. 【(PyTorch)CRNN不定长中文字符识别】
No 31. 【机器如何像动物和人类一样学习?】
No 32. 《SPADE: Semantic Image Synthesis with Spatially-Adaptive Normalization》
No 33. 《如何看待 2019 年 CS PhD 现扎堆申请且大部分为 AI 方向?未来几年 AI 泡沫会破裂吗? – 知乎》
No 34. 《Improving Neural Architecture Search Image Classifiers via Ensemble Learning》
No 35. 【情感分析相关资源大列表】
No 36. 【可视化小游戏开发App(w/ visual scripting and voxel editor)】
No 37. 【利用BERT进行文本生成任务是一种什么样的体验】
No 38. 《自制AI图像搜索引擎》
No 39. 《Multimodal Deep Learning for Finance: Integrating and Forecasting International Stock Markets》
No 40. 很逼真了…… http://t.cn/EM6pdrd ​
No 41. 【MLJ.jl:Julia机器学习框架】
No 42. 【基于Feature Pyramid Network的单图深度估计】
No 43. 《Markov-chain-inspired search for MH370》
No 44. 《colorspace: A Toolbox for Manipulating and Assessing Colors and Palettes》
No 45. 磁通钉扎(flux pinning)效应允许某些超导体稳定地悬浮在永磁体的上方(和下方) http:…
No 46. 【技术面试中如何向面试官提问】
No 47. 【助你效率大增的21个Bash命令】
No 48. 《SceneCode: Monocular Dense Semantic Reconstruction using Learned Encoded Scene Representation》
No 49. 《On Evaluation of Adversarial Perturbations for Sequence-to-Sequence Models》
No 50. 《SemEval-2019 Task 6: Offensive Language Analysis using Deep Learning Architecture》

发表评论

电子邮件地址不会被公开。 必填项已用*标注