爱可可老师24小时热门分享(2019.4.14)

No 1. 波士顿动力的十年 http://t.cn/EXU8GXa ​
No 2. 【卷积神经网络数学原理解析】
No 3. 《无法理解高等数学怎么办? – 知乎》
No 4. 真心希望@哔哩哔哩弹幕网 B站能改善字幕上传/审查体验 [作揖] ​…
No 5. 【PyTorch 1.0教程资料】
No 6. 【推荐系统资源集合】
No 7. 投篮不比扔瓶子更难,但更好讲故事 🏀 http://t.cn/EXLJGFg ​…
No 8. 【如何写研究计划】
No 9. 【理解并实现ResNet(Keras)】
No 10. 【非平衡数据集focal loss多类分类】
No 11. 【手把手Python深度学习/数据科学入门】
No 12. 2019进度:▓▓▓▓░░░░░░░░░░░ 28% ⛽️ ​…
No 13. 【新书:《数据可视化基础——如何制作信息丰富、引人入胜的可视化》】
No 14. 【(TensorFlow)GAN文献/代码资源大列表】
No 15. 【面向应用的元素周期表 👏】
No 16. 晚安~ [月亮] http://t.cn/EXLN2DX ​
No 17. 【MRNet:膝关节核磁共振成像数据集(1000+标记MRI图片)/自动识别比赛】
No 18. 【开源眼动跟踪软件平台】
No 19. 【五分钟写个神经网络预测乳腺癌】
No 20. 【用Python分析“权力的游戏”】
No 21. 【基于文本行/线段的文档图像去变形】
No 22. 【机械键盘资源大列表】
No 23. 【哥伦比亚大学应用机器学习课程2019】
No 24. 'Sohu's 2018 content recognition competition 1st s…
No 25. 《Large-Scale Long-Tailed Recognition in an Open World》
No 26. 【EDA:最简单的自然语言处理数据增广方法】
No 27. 《Deeper and Wider Siamese Networks for Real-Time Visual Tracking》
No 28. 更新至Lecture19. Word embeddings //@爱可可-爱生活: #bilibil…
No 29. François Chollet:工程师(或研究人员)用X解决Y时,九成是觉得“对X有点了解”
No 30. 可视化证明“平均值不等式(算术平均值 ≥ 几何平均值)”
No 31. 【在线/离线测试结合改进新闻信息流排序】
No 32. 《Pixel-Adaptive Convolutional Neural Networks》
No 33. 【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 34. 【为什么说Python是最适合初创企业的编程语言】
No 35. 'StyleGAN made with Keras (without growth or mixin…
No 36. 【机器学习模型公平性/偏见性评价】
No 37. 更新至Lecture21. Learning From/For Knowledge Graphs /…
No 38. 发现,是于平凡之处,就非凡之见。 – Albert Szent-Györgyi (1893 – 19…
No 39. 【LAMA语言模型分析,提供Transformer-XL/BERT/ELMo/GPT预训练语言模型的统一访问接口】
No 40. 【假新闻数据集】
No 41. 完美!换个焦点看艺术体操 http://t.cn/E6PUNvD ​…
No 42. 《Generative Adversarial Networks for text using word2vec intermediaries》
No 43. 《DAGCN: Dual Attention Graph Convolutional Networks》
No 44. 《BERT Post-Training for Review Reading Comprehension and Aspect-based Sentiment Analysis》
No 45. 【最速上升】
No 46. 再见,@简书 ,你好,语雀 http://t.cn/EX7QEq7 ​…
No 47. 【开发人员如何减轻压力】
No 48. 【陈蕴侬“应用深度学习”2019(国语)】
No 49. 《Enhancing Time Series Momentum Strategies Using Deep Neural Networks》
No 50. 【(Slides)“多级中间表示”编译器基础结构】

发表评论

电子邮件地址不会被公开。 必填项已用*标注