爱可可老师24小时热门分享(2019.1.15)

No 1. 《算法详解 卷1 算法基础》
No 2. VPN/Proxy/SS原理 [偷笑] ​
No 3. 【《Scikit-Learn、Keras与TensorFlow机器学习实用指南(第二版)》随书代码(Notebooks)】
No 4. “为学之道:如何做研究(资源集锦)”
No 5. 【深度学习资源大列表:关于深度学习你需要了解的一切】
No 6. 【神经微分方程】
No 7. 【TensorFlow学习资源汇总】
No 8. 【高斯过程(系列文章)】
No 9. 《FaceBoxes: A CPU Real-time Face Detector with High Accuracy》
No 10. 蒲公英长成记 http://t.cn/EqH4DgP ​
No 11. 【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 12. 【用PyTorch实现多种深度强化学习算法】
No 13. 【免费书:可解释的机器学习】
No 14. 没什么比真相更令人痛苦。严禁冒犯,就等同于强迫撒谎。大多数真相都会让某些人感到不安。礼貌的谎言可能像…
No 15. 《Deep Learning for Anomaly Detection: A Survey》
No 16. #可可家训# 别轻易说“仅此而已”
No 17. '一个完整的,端到端的机器学习项目(预测建筑物的能源之星得分)’ by Baymax GitHub:…
No 18. 【神经常微分方程与对抗攻击】
No 19. 【Python示例代码入门】
No 20. 【信息检索实战教程】
No 21. 你要真是位科学家,就只会在半张脸上抹抗老霜
No 22. 早![太阳] ​
No 23. 【Aifiddle:浏览器里的深度网络开发平台】
No 24. 【大规模(10w+)关系抽取数据集】
No 25. 【如何在大型会议上展示Poster:注意周围观众并善用目光接触、用肢体语言提升气场、提高嗓门儿】
No 26. 【说好的用MOOC颠覆教育呢?——商业外包和高流失、低完成率是首要问题】
No 27. 【2019深度学习十大趋势预测】
No 28. 新版发布(2019.01.12)
No 29. 【如何做研究:55张实践指导卡片】
No 30. 【“MSMARCO passage ranking task”阅读理解任务排名第一的BERT解决方案】
No 31. 【自然语言处理实践者指南】
No 32. 'super-inspire-end – 在不到30s内得到一个干净的开箱即用的临时linux系统'…
No 33. 维尔特定律(Wirth's law):软件变慢的速度永远快过硬件变快的速度 ​…
No 34. 《What’s coming in TensorFlow 2.0》
No 35. 【面向自然语言处理的现代深度学习技术】
No 36. 【(Colab)可视化:神经网络如何扭曲、折叠空间实现数据分类】
No 37. 【理解机器思考方式的新方法】
No 38. 【Delta Analytics的机器学习基础课程】
No 40. 【智能设备开源唤醒/激活方案】
No 41. 《SqueezeSeg: Convolutional Neural Nets with Recurrent CRF for Real-Time Road-Object Segmentation from 3D LiDAR Point Cloud》
No 42. 【基于pix2pix用DCGAN去除自拍图片上的Snapchat滤镜效果】
No 43. “AI2问答任务ARC Dataset最新Leaderboard,Tencent AI Lab的QA Transfer(BERT&Others)以53.84%居首”
No 44. 【Richard Socher访谈】
No 45. 'CV-Jobs – 国内提供计算机视觉(CV)算法岗位的公司名单' by Amusi GitHub…
No 46. 【SSD目标识别全程实践】
No 47. 我们见过的太多AI项目…… http://t.cn/Eqo0xr2 ​…
No 48. 'TensorFlow->TensorRT Image Classification' by …
No 49. 【播客:Sebastian Ruder聊NLP最新趋势】
No 50. 【Delira:医疗图像(放射学)轻量深度学习框架】

爱可可老师24小时热门分享(2019.1.14)

No 1. 【简单实用的数据清洗代码】
No 2. 【用最新AI技术预测股市走势】
No 3. 你要真是位科学家,就只会在半张脸上抹抗老霜
No 4. 【单纯用Numpy实现的RNN, LSTM,DNC】
No 5. 【SSD目标识别全程实践】
No 6. 【斯坦福大学发布的Donald Knuth授课集锦】
No 7. VPN/Proxy/SS原理 [偷笑] ​
No 8. 【可在线运行代码的实用C/C++参考网站】
No 9. 我们见过的太多AI项目…… http://t.cn/Eqo0xr2 ​…
No 10. 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 11. 就是这样 [笑而不语] ​
No 12. 自然语言处理中的三大特征处理器:RNN、CNN、Transformer,它们目前谁各方面占据优势?未来谁又更有前途呢?这篇文章用目前的各种实验数据给出了说明,结论参考文章标题。 ”
No 13. 【Python示例代码入门】
No 14. 【免费课程:量子机器学习】
No 15. 要是啥也看不见,就摇摇头 ​
No 16. 【AI创业公司与深度强化学习、对话系统、文本生成、文本摘要、阅读理解等文献列表】
No 17. 【傅里叶变换交互式介绍】
No 18. 'TensorRT for Yolov3' by lewes6369 GitHub:
No 19. '自然语言处理三大特征抽取器(CNN/RNN/TF)比较'…
No 20. 【自然语言处理实践者指南】
No 21. [偷笑] ​
No 22. 【“不可描述”图片分类器数据集采集脚本】
No 23. 【高斯过程(系列文章)】
No 24. 《Quantitative Assessment and Diagnostics for Representation Learning》
No 25. 【Python正则实例入门:《Python re(gex)?》随书代码】
No 26. 《Region Proposal by Guided Anchoring》
No 27. 令人赞叹的纸艺 src:http://t.cn/Eqo5UTv ​
No 28. 特征工程艺术 http://t.cn/EqxUh12 ​
No 29. 晚安~[月亮] http://t.cn/EqaPHYh ​
No 30. 《FPGA-based Accelerators of Deep Learning Networks for Learning and Classification: A Review》
No 31. 《Image Transformation can make Neural Networks more robust against Adversarial Examples》
No 32. 【说好的用MOOC颠覆教育呢?——商业外包和高流失、低完成率是首要问题】
No 33. 【深度学习资源大列表:关于深度学习你需要了解的一切】
No 34. 【用PyTorch实现多种深度强化学习算法】
No 35. 《Event detection in Twitter: A keyword volume approach》
No 36. 【高斯过程】
No 37. 【用深度学习基于肠道细菌预测人的真实年龄】
No 38. 【序列模型简介】
No 39. 【动漫人物图片自动修复,去马赛克,填补,去瑕疵】
No 40. 《GILT: Generating Images from Long Text》
No 41. 《DSConv: Efficient Convolution Operator》
No 42. 【阿布股票量化系统】
No 43. 早![太阳] ​
No 44. 【2019年值得关注的五大新型网络威胁:包括deepfake伪造音视频以及区块链智能合约攻击】
No 45. 酷!3D打印制作的投影动画 http://t.cn/Eq2tTeH ​…
No 46. 《Learning-based Optimization of the Under-sampling Pattern in MRI》
No 47. 【《Scikit-Learn、Keras与TensorFlow机器学习实用指南(第二版)》随书代码(Notebooks)】
No 48. 【2018五篇“以人为本”的AI论文】
No 49. 'Kaggle Python docker image' by Kaggle GitHub: htt…
No 50. 【私人的、离线优先的个人日记】

爱可可老师24小时热门分享(2019.1.13)

No 1. 特征工程艺术 http://t.cn/EqxUh12 ​
No 2. 【高斯过程】
No 3. 【Agora开发的最新项目:面向游戏、电影的人脸迁移合成】
No 4. 要是啥也看不见,就摇摇头 ​
No 5. 【序列模型简介】
No 6. 【PyTorch实现的GCN】
No 7. 【动漫人物图片自动修复,去马赛克,填补,去瑕疵】
No 8. 【深度学习基础:介绍与概览】
No 9. 就是这样 [笑而不语] ​
No 10. 【新书:用Python解决数学问题】
No 11. 自然语言处理中的三大特征处理器:RNN、CNN、Transformer,它们目前谁各方面占据优势?未来谁又更有前途呢?这篇文章用目前的各种实验数据给出了说明,结论参考文章标题。 ”
No 12. 【Python正则实例入门:《Python re(gex)?》随书代码】
No 13. 【单纯用Numpy实现的RNN, LSTM,DNC】
No 14. 【Sleepwalk:发现隐藏在t-SNE, UMAP可视化背后的信息】
No 15. 【Kaggle人类蛋白质图谱图像分类比赛第11名方案】
No 16. 酷!3D打印制作的投影动画 http://t.cn/Eq2tTeH ​…
No 17. 《Neural scene representation and rendering(GQN)》
No 18. 【用最新AI技术预测股市走势】
No 19. 【“基于人工神经网络和连接合成的混合,Synthesizer V可以从少量样本合成自然、可理解的声音,并以英语,中文和日语进行演唱”】
No 20. 【傅里叶变换交互式介绍】
No 21. 【用神经网络 预测评论打分】
No 22. 【杂货店物品图像数据集】
No 23. 【如果把世界分成人口总数相等的四片】
No 24. '自然语言处理三大特征抽取器(CNN/RNN/TF)比较'…
No 25. 【Keras深度网络堆叠集成】
No 26. 【“歌声分析导论”配套教程】
No 27. 'Study the science of art and the art of science.'…
No 28. 早![太阳] ​
No 29. 【2018五篇“以人为本”的AI论文】
No 30. [哈哈] ​
No 31. 【私人的、离线优先的个人日记】
No 32. “深度学习开放数据集 | Deeplearning4j”
No 33. 【“不可描述”图片分类器数据集采集脚本】
No 34. 晚安~[月亮] ​
No 35. 【应该如何教?】
No 36. 【AI创业公司与深度强化学习、对话系统、文本生成、文本摘要、阅读理解等文献列表】
No 37. 《Active Learning with TensorBoard Projector》
No 38. 【相关subreddits搜索与可视化】
No 39. 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 40. 发色随心换(CES 2019) http://t.cn/Eqqhglt ​
No 41. 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 42. 'TensorRT for Yolov3' by lewes6369 GitHub:
No 43. 【阿布股票量化系统】
No 44. 《A Scalable Framework for Acceleration of CNN Training on Deeply-Pipelined FPGA Clusters with Weight and Workload Balancing》
No 45. 《Manipulating and Measuring Model Interpretability》
No 46. 《Interpretable BoW Networks for Adversarial Example Detection》
No 47. 《Quantitative Assessment and Diagnostics for Representation Learning》
No 48. '12306 购票助手,支持分布式,多账号,多任务购票' by pjialin GitHub: ht…
No 49. 《Machine Learning at the Wireless Edge: Distributed Stochastic Gradient Descent Over-the-Air》
No 50. “Tensorflow 2.0 Preview”

爱可可老师24小时热门分享(2019.1.12)

No 1. 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 2. ‘12306 购票助手,支持分布式,多账号,多任务购票’ by pjialin GitHub: ht…
No 3. 酷!3D打印制作的投影动画 http://t.cn/Eq2tTeH ​…
No 4. 发色随心换(CES 2019) http://t.cn/Eqqhglt ​
No 5. 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 6. 不要伤害机器学习社区,请抵制这本期刊,它会破坏我们取得的美好成就。正如Neil Lawrence所说…
No 7. 【动漫人物图片自动修复,去马赛克,填补,去瑕疵】
No 8. 结合前两天芬兰国家AI战略的报道( http://t.cn/EqqwQA6 ),深深觉得,引领AI大…
No 9. 【Python调用栈性能分析工具】
No 10. 晚安~[月亮] ​
No 11. 【关于近似最近邻搜索,你应该知道的两种方法】
No 12. 早![太阳] ​
No 13. “深度学习开放数据集 | Deeplearning4j”
No 14. [good] ​
No 15. 【fastNLP:自然语言处理模块化可扩展工具包】
No 16. 【从头模仿API来理解TensorFlow】
No 17. 【自然语言深度潜变量模型(EMNLP 2018 Tutorial)】
No 18. 【Colab上用免费TPU跑tf.keras】
No 19. 【Python安全相关资源大列表】
No 20. “NIPS 2018 Videos”
No 21. 无人机镜头下的 🏄与 🐬 http://t.cn/EqbJlLb ​…
No 22. 《MELD: A Multimodal Multi-Party Dataset for Emotion Recognition in Conversation》
No 23. 《Auto-DeepLab: Hierarchical Neural Architecture Search for Semantic Image Segmentation》
No 24. 【句嵌入模型需要有多深?】
No 25. 【最有用的Python matplotlib可视化50例】
No 26. 【深度学习基础:介绍与概览】
No 27. “Tensorflow 2.0 Preview”
No 28. 【如果把世界分成人口总数相等的四片】
No 29. 【聊天机器人深度学习(EMNLP 2018 Tutorial)】
No 30. 【PyTorch实现的GCN】
No 31. 在自然语言生成方面从事学术研究与系统开发的同仁都应该好好看看Ehud Reiter教授的博客
No 32. 星际空间 ✨ ​
No 33. 【Kaggle新赛:地震(影响波及时间)预测】
No 34. 【神经网络与语言哲学】
No 35. 【Kaggle人类蛋白质图谱图像分类比赛第11名方案】
No 36. 【MatchZoo:文本匹配算法库(DRMM, MatchPyramid, MV-LSTM, aNMM, DUET, ARC-I, ARC-II, DSSM, CDSSM…)】
No 37. 写论文的时候其他任何事都美好无比 [允悲] ​…
No 38. 在自然语言生成方面从事学术研究与系统开发的同仁都应该好好看看Ehud Reiter教授的博客
No 39. [哈哈] ​
No 40. 这是啥?🤖️ http://t.cn/EqUsNS4 ​
No 41. ‘Deep Learning with TensorFlow 2 and Keras – Noteb…
No 42. 《深度文本匹配开源工具(MatchZoo)》
No 43. 《Neural scene representation and rendering(GQN)》
No 44. “Pytorch instance-wise weighted cross-entropy loss”
No 45. 《Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context》
No 46. 【EMNLP 2018视频集锦】
No 47. 【私人的、离线优先的个人日记】
No 48. TensorFlow 2.0 preview 实例教程//’Deep Learning with T…
No 49. 【理解对抗生成网络(GANs)】
No 50. 《Deep Learning for Human Affect Recognition: Insights and New Developments》

爱可可老师一周论文精选(2019.1.12)

No 1. 【医疗深度学习指南(综述)】
No 2. 《A Comprehensive Survey on Graph Neural Networks》
No 3. 《Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context》
No 4. 【BERT句法表示能力实验评测:各项测试均表现出色】
No 5. 《Panoptic Feature Pyramid Networks》
No 6. 【基于深度网络的心脏病专家级动态心电图心律失常检测和分类】
No 7. 《A New Perspective on Machine Learning: How to do Perfect Supervised Learning》
No 8. 《Flow Based Self-supervised Pixel Embedding for Image Segmentation》
No 9. 《On the Dimensionality of Embeddings for Sparse Features and Data》
No 10. 《Auto-DeepLab: Hierarchical Neural Architecture Search for Semantic Image Segmentation》
No 11. 《Generative Adversarial Networks for Financial Trading Strategies Fine-Tuning and Combination》
No 12. 《Detecting Text in the Wild with Deep Character Embedding Network》
No 13. 《A Comprehensive guide to Bayesian Convolutional Neural Network with Variational Inference》
No 14. 《Dataset Distillation》
No 15. 《What do Language Representations Really Represent?》
No 16. 《Learning Graph Embedding with Adversarial Training Methods》
No 17. 《A Survey on Multi-output Learning》
No 18. 《Attribute-Aware Attention Model for Fine-grained Representation Learning》
No 19. 《Multi-stream CNN based Video Semantic Segmentation for Automated Driving》
No 20. 《3D Point-Capsule Networks》
No 21. 《I Can See Clearly Now : Image Restoration via De-Raining》
No 22. 《Learning Independent Object Motion from Unlabelled Stereoscopic Videos》
No 23. 《Poincaré Wasserstein Autoencoder》
No 24. 《Visualizing Deep Similarity Networks》
No 25. 《Multi-class Classification without Multi-class Labels》
No 26. 《Generalization in Deep Networks: The Role of Distance from Initialization》
No 27. 《Deep Neural Network Approximation Theory》
No 28. 《On Finding Local Nash Equilibria (and Only Local Nash Equilibria) in Zero-Sum Games》
No 29. 《Explanatory Graphs for CNNs》
No 30. 《Explaining AlphaGo: Interpreting Contextual Effects in Neural Networks》

爱可可老师一周热门分享(2019.1.12)

No 1. 【(北大)高准确度中文分词工具包】
No 2. 欢迎来到2019年,来自2009年的旅者!请注意:- 系统管理现在叫“ops”
No 3. 《Python编程无师自通 专业程序员的养成》
No 4. 【撰写研究论文的经验法则:撰写期刊文章的40个步骤+9个黄金法则】
No 5. 【最有用的Python matplotlib可视化50例】
No 6. 写论文的时候其他任何事都美好无比 [允悲] ​…
No 7. 'Deep Learning Interview 深度学习面试题目汇总' by ShanghaiTe…
No 8. 人总是倾向于避重就轻,通过做不重要的事来逃避真正焦虑的重要事。疲惫或许可以抑制焦虑,但毕竟,治标不治…
No 9. 【复制即翻译的外文辅助阅读翻译解决方案】
No 10. 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 11. 经常有朋友好奇我怎么找东西,可以看看此时我的Chrome…… [嘻嘻] ​…
No 12. '12306 购票助手,支持分布式,多账号,多任务购票' by pjialin GitHub: ht…
No 13. '深度学习教程整理' by zeusees GitHub: http://t.cn/EGgZmzs …
No 14. 【值得期待的Gilbert Strang新书:《线性代数与数据学习》(内容覆盖深度学习,有样章)】
No 15. 《如何看待张潼老师离职腾讯? – 知乎》
No 16. 某些童鞋是这样读论文的 🐿️ 🥜 http://t.cn/EGaVrO1 ​…
No 17. 酷!3D打印制作的投影动画 http://t.cn/Eq2tTeH ​…
No 18. 好书![偷笑] ​
No 19. “地球上所有的农业用地”
No 20. “深度学习开放数据集 | Deeplearning4j”
No 21. 【(2019)斯坦福CS224n深度学习自然语言处理课程(将开放视频)】
No 22. 发色随心换(CES 2019) http://t.cn/Eqqhglt ​
No 23. [笑而不语] ​
No 24. 《A Comprehensive Survey on Graph Neural Networks》
No 25. TCP vs. UDP [笑cry] ​
No 26. 【DeepTraffic重装上阵:用强化学习解决堵车难题】
No 27. 哇!😱
No 28. 有没有那么一本书,彻底改变了你的世界?📖 ​…
No 29. 'CRNN(CNN+RNN+CTCLoss)中文手写汉字识别' by chizhanyuefeng …
No 30. 【CS顶会历届最佳论文大列表】
No 31. 'C++ Template 进阶指南 – 中文的C++ Template的教学指南' by wuye…
No 32. 容易被激怒的人,往往也容易被控制
No 33. 【C++实现的自动全景拼接】
No 34. 【医疗深度学习指南(综述)】
No 35. 【中文自然语言处理的语料集合,包括语义词、领域共时、历时语料库、评测语料库等】
No 36. 【用TensorFlow实现的YOLOv3】
No 37. 真实:所想的 vs. 所说的 [笑而不语] ​…
No 38. 【PyTorch高性能人脸识别库】
No 39. 《小狗钱钱》
No 40. 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 41. 亲爱的Amazon:没错,我最近是买了个加湿器,但这并不表示我会需要更多加湿器。实际上,这表示我在几…
No 42. 是GAN的画风没错了~ ​
No 43. 《对人工智能有着一定憧憬的计算机专业学生可以阅读什么材料或书籍真正开始入门人工智能的思路和研究? – 知乎》
No 44. [笑cry] ​
No 45. 微量元素来源: 维生素 A🥕🎃 B1🍞🐖 B2🥚🥛 B3🐟🦃 B5🥑…
No 46. 【理解对抗生成网络(GANs)】
No 47. 【Python音频/音乐信号处理实战:音乐流派分类】
No 48. 【2018年25个最佳数据科学/机器学习GitHub开源项目】
No 49. 睡前脑体操:请问矩形面积是多少? ​​​…
No 50. “妙笔生花”

爱可可老师24小时热门分享(2019.1.11)

No 1. 写论文的时候其他任何事都美好无比 [允悲] ​…
No 2. 经常有朋友好奇我怎么找东西,可以看看此时我的Chrome…… [嘻嘻] ​…
No 3. “深度学习开放数据集 | Deeplearning4j”
No 4. 容易被激怒的人,往往也容易被控制
No 5. '12306 购票助手,支持分布式,多账号,多任务购票' by pjialin GitHub: ht…
No 6. 【理解对抗生成网络(GANs)】
No 7. 真实:所想的 vs. 所说的 [笑而不语] ​…
No 8. 亲爱的Amazon:没错,我最近是买了个加湿器,但这并不表示我会需要更多加湿器。实际上,这表示我在几…
No 9. 《Python编程无师自通 专业程序员的养成》
No 10. 【用深度学习最新进展预测股价走势】
No 11. 【数据科学竞赛完整pipeline】
No 12. 【最有用的Python matplotlib可视化50例】
No 13. 【专为程序员编写的英语学习指南】
No 14. 《Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context》
No 15. 【PyTorch复现的Yolov2/Yolov3】
No 16. 酷!3D打印制作的投影动画 http://t.cn/Eq2tTeH ​…
No 17. 【Jupyter相关资源大列表】
No 18. 不要伤害机器学习社区,请抵制这本期刊,它会破坏我们取得的美好成就。正如Neil Lawrence所说…
No 19. 【写代码做幻灯】
No 20. 【Kaggle RSNA肺炎检测挑战第一名方案】
No 21. 《Neural Arithmetic Logic Units》
No 22. 【机器学习不可证明——在一些场景下发现无法证明机器学习算法能否解决特定问题,这一发现可能对现有和未来的学习算法都有深远影响】
No 23. 极致,然后卓越
No 24. 【基于改进版OpenTLD和RNet的人脸追踪】
No 25. 《Linear System》
No 26. [good] ​
No 27. 'How to use ELMo embeddings in Keras with Tensorfl…
No 28. 【深度学习与自然语言处理文献集锦】
No 29. 【人的数字偏好偏差:8500名学生从1-10随机选一个数字的统计结果——数字7优势胜出】
No 30. 【JupyterLab扩展及相关资源大列表】
No 31. 【Python音频/音乐信号处理实战:音乐流派分类】
No 32. 【Salesforce的免费深度学习NLP课程】
No 33. 【自然语言深度潜变量模型(EMNLP 2018 Tutorial)】
No 34. 早![太阳] ​
No 35. 【研究生导师实践指南】
No 36. 《A Comprehensive guide to Bayesian Convolutional Neural Network with Variational Inference》
No 37. [笑cry] ​
No 38. 在自然语言生成方面从事学术研究与系统开发的同仁都应该好好看看Ehud Reiter教授的博客
No 39. 【Python安全相关资源大列表】
No 40. 【直接对日志进行聚合、过滤、分组、计数等计算的命令行工具】
No 41. 【Facebook 2018年AI相关工作亮点总结】
No 42. 【NVIDIA轻量低延迟视频压缩库(C)】
No 43. 《What do Language Representations Really Represent?》
No 44. 【聊天机器人深度学习(EMNLP 2018 Tutorial)】
No 45. 《Multi-stream CNN based Video Semantic Segmentation for Automated Driving》
No 46. '利用Mobilenetssd目标检测框架,ncnn前向推理,android项目' by Che_H…
No 47. 星际空间 ✨ ​
No 48. 今日焦点:Transformer-XL——用重复/相对位置编码改进Transformer,验证速度比…
No 49. 【从NeurIPS 2018看AI发展路线】
No 50. 【fastNLP:自然语言处理模块化可扩展工具包】

爱可可老师24小时热门分享(2019.1.10)

No 1. '深度学习教程整理' by zeusees GitHub: http://t.cn/EGgZmzs …
No 2. 【最有用的Python matplotlib可视化50例】
No 3. 'C++ Template 进阶指南 – 中文的C++ Template的教学指南' by wuye…
No 4. 【用TensorFlow实现的YOLOv3】
No 5. 经常有朋友好奇我怎么找东西,可以看看此时我的Chrome…… [嘻嘻] ​…
No 6. 【(北大)高准确度中文分词工具包】
No 7. 【Python音频/音乐信号处理实战:音乐流派分类】
No 8. 【OpenCV图像处理入门100题实例解析】
No 9. 【免费自然语言处理(NLP)课程列表】
No 10. 【车辆重识别相关资源大列表】
No 11. 《Associative Compression Networks for Representation Learning》
No 12. 【Python课程资料(IPython Notebooks)】
No 13. 【使用方便的代码片段管理器】
No 14. 《Panoptic Feature Pyramid Networks》
No 15. 早![太阳] ​
No 16. 真实:所想的 vs. 所说的 [笑而不语] ​…
No 17. 《Linear System》
No 18. 极致,然后卓越
No 19. 【人的数字偏好偏差:8500名学生从1-10随机选一个数字的统计结果——数字7优势胜出】
No 20. 【PyTorch复现的Yolov2/Yolov3】
No 21. 【Facebook 2018年AI相关工作亮点总结】
No 22. 《A New Perspective on Machine Learning: How to do Perfect Supervised Learning》
No 23. 【arXiv预印论文Latex草稿提交前清理工具】
No 24. 【用深度学习从面部表型识别遗传病】
No 25. 《On the Dimensionality of Embeddings for Sparse Features and Data》
No 26. 【写代码做幻灯】
No 27. 【《Grokking Deep Learning(深入深度学习)》随书代码(Jupyter Notebooks)】
No 28. 【在线超参数优化平台Bender】
No 29. 【高性能医疗:人&AI融合】
No 30. 【2019 AI发展趋势预测】
No 31. 【神经网络句子分类(陈述/疑问/感叹/祈使)】
No 32. 【从认知心理学角度比较VGG-19/AlexNet分类与人类视觉分类——神经网络相比形状更重纹理,人类视觉主要靠形状】
No 33. 【2018机器学习/NLP领域论文统计分析(ACL, EMNLP, NAACL, EACL, COLING, TACL, CL, CoNLL, NeurIPS, ICML, ICLR, AAAI)】
No 34. 【图书样章:研究项目成功的关键——从来没人教你的那些事】
No 35. 【用机器学习过滤(在线)广播里的广告】
No 36. 【专为程序员编写的英语学习指南】
No 37. 【Kaggle RSNA肺炎检测挑战第一名方案】
No 38. 《Python编程无师自通 专业程序员的养成》
No 39. 【(杂志)计算机视觉新闻2019.1期】
No 40. 【数据科学竞赛完整pipeline】
No 41. 【ESRGAN(Enhanced Super Resolution Generative Adverserial Networks)超分辨率用于老游戏“翻新”】
No 42. Book Preview:http://t.cn/EGsUTKm
No 43. 【Jupyter相关资源大列表】
No 44. 《Nature Machine Intelligence Volume 1 Issue 1, January 2019》
No 45. 【NeurIPS 2018强化学习论文摘要与分类】
No 46. 《Deep Neural Network Approximation Theory》
No 47. 《Explaining AlphaGo: Interpreting Contextual Effects in Neural Networks》
No 48. 【深度学习与自然语言处理文献集锦】
No 49. 真正的“过山车”
No 50. 【医疗大数据时代的隐私】

爱可可老师24小时热门分享(2019.1.9)

No 1. 【(北大)高准确度中文分词工具包】
No 2. '深度学习教程整理' by zeusees GitHub: http://t.cn/EGgZmzs …
No 3. 《A Comprehensive Survey on Graph Neural Networks》
No 4. 【C++实现的自动全景拼接】
No 5. 【中文自然语言处理的语料集合,包括语义词、领域共时、历时语料库、评测语料库等】
No 6. 【医疗深度学习指南(综述)】
No 7. 【复制即翻译的外文辅助阅读翻译解决方案】
No 8. 【医疗图像数据集大列表】
No 9. 《Python编程无师自通 专业程序员的养成》
No 10. 【一组匹配中国大陆手机号码的正则表达式】
No 11. 'C++ Template 进阶指南 – 中文的C++ Template的教学指南' by wuye…
No 12. 睡前脑体操:请问矩形面积是多少? ​​​…
No 13. 【用TensorFlow实现的YOLOv3】
No 14. 宛如科幻:科罗拉多州东部的平坦农田,风吹融雪呈现的3D幻觉
No 15. 自动美……美甲机? http://t.cn/EG3r6uA ​…
No 16. 2019进度:░░░░░░░░░░░░░░░ 2% 🏃 ​…
No 17. 【罪名法务智能项目,内容包括856项罪名知识图谱, 基于280万罪名训练库的罪名预测,基于20W法务问答对的13类问题分类与法律资讯问答功能】
No 18. 晚安~[月亮] ​
No 19. 《Deformable ConvNets v2: More Deformable, Better Results》
No 20. 【从认知心理学角度比较VGG-19/AlexNet分类与人类视觉分类——神经网络相比形状更重纹理,人类视觉主要靠形状】
No 21. “MIT Deep Learning”
No 22. 真正的“过山车”
No 23. 看起来不错,可以试试 http://t.cn/EGmnXww //@选不到课怎么办:顺便安利一波QT…
No 24. 《Associative Compression Networks for Representation Learning》
No 25. 【车辆重识别相关资源大列表】
No 26. 【Python课程资料(IPython Notebooks)】
No 27. 欢迎来到2019年,来自2009年的旅者!请注意:- 系统管理现在叫“ops”
No 28. [笑cry] ​
No 29. 【机器学习热门开源项目(2018.12)】
No 30. GitHub:http://t.cn/EG8AwxY
No 31. 【机器学习数学基础的反思:可学习性无可判定】
No 32. 【微信公众号语料库】
No 33. 【使用方便的代码片段管理器】
No 34. 【用视频学习人脸3D模型】
No 35. 【基于深度网络的心脏病专家级动态心电图心律失常检测和分类】
No 36. 【医疗强化学习指导方针】
No 37. 《Generative Adversarial Networks for Financial Trading Strategies Fine-Tuning and Combination》
No 38. 早![太阳] ​
No 39. 实用DIY小技巧 http://t.cn/EG3C4V1 ​
No 40. 【WebGLStudio.js:浏览器里的3D开发环境】
No 41. 【arXiv预印论文Latex草稿提交前清理工具】
No 42. 【用机器学习过滤(在线)广播里的广告】
No 43. 【酷!(老式)打字机风格地图生成】
No 44. 《Learning Graph Embedding with Adversarial Training Methods》
No 45. 《Learning Independent Object Motion from Unlabelled Stereoscopic Videos》
No 46. 【BERT句法表示能力实验评测:各项测试均表现出色】
No 47. DIY环氧树脂厨房台面 [星光]
No 48. 《Generalization in Deep Networks: The Role of Distance from Initialization》
No 49. 【NLP Highlights播客:Noah A. Smith谈如何撰写论文评审意见】
No 50. 《Poincaré Wasserstein Autoencoder》

爱可可老师24小时热门分享(2019.1.7)

No 1. 【撰写研究论文的经验法则:撰写期刊文章的40个步骤+9个黄金法则】
No 2. 人总是倾向于避重就轻,通过做不重要的事来逃避真正焦虑的重要事。疲惫或许可以抑制焦虑,但毕竟,治标不治…
No 3. 【值得期待的Gilbert Strang新书:《线性代数与数据学习》(内容覆盖深度学习,有样章)】
No 4. 好书![偷笑] ​
No 5. TCP vs. UDP [笑cry] ​
No 6. [笑而不语] ​
No 7. 欢迎来到2019年,来自2009年的旅者!请注意:- 系统管理现在叫“ops”
No 8. 【PyTorch高性能人脸识别库】
No 9. 微量元素来源: 维生素 A🥕🎃 B1🍞🐖 B2🥚🥛 B3🐟🦃 B5🥑…
No 10. 哇!😱
No 11. 【CS顶会历届最佳论文大列表】
No 12. “妙笔生花”
No 13. 我曾经对“想法论文”
No 14. 🐱 http://t.cn/EGKF3SA ​
No 15. 《A Comprehensive Survey on Graph Neural Networks》
No 16. 《Predicting Future Instance Segmentation by Forecasting Convolutional Features》
No 17. 人们常说“有些人天生擅长……”
No 18. 【Ajax爬虫开发好帮手:自动分析页面内容的出处(JavaScript)】
No 19. 【PyTorch机器学习自动化:自动框架搜索、超参优化】
No 20. 迷人的物理 http://t.cn/EGNBI1t ​
No 21. “地球上所有的农业用地”
No 22. 【文本生成相关资源大列表】
No 23. 《Introduction to Linear Algebra》
No 24. 编程不像演奏乐器,跟解决问题、自适应、抽象等宏观技能相比,打字之类的微观技能没那么重要。这就是为什么…
No 25. 【BERT句法表示能力实验评测:各项测试均表现出色】
No 26. 某些童鞋是这样读论文的 🐿️ 🥜 http://t.cn/EGaVrO1 ​…
No 27. 【讨论:有多少机器学习研究真正在业界应用?最前沿研究的发布与商业化之间是否存在鸿沟?】
No 28. 我能算出天体运行的轨道,但算不出人类的疯狂 ——牛顿 ​…
No 29. NASA的飞船飞经木星时意外发现了海豚” 🐬
No 30. 【生物信息学深度学习包】
No 31. 记住:每次你看错Captcha验证码里的红绿灯,就有自驾车撞上一位行人 [坏笑]
No 32. 《Flow Based Self-supervised Pixel Embedding for Image Segmentation》
No 33. 【命令行界面“极客日记簿”】
No 34. 晚安~[月亮] ​
No 35. 《Dataset Distillation》
No 36. 【PyTorch语义分割(DeepLabV3+, UNet, etc.)】
No 37. 受到威胁瞬间“翻脸”
No 38. 早![太阳] ​
No 39. 《Detecting Text in the Wild with Deep Character Embedding Network》
No 40. 【面向小数据集急性颅内出血检测的可解释深度学习算法:CT扫描,敏感性98%,特异性95%】
No 41. 《对人工智能有着一定憧憬的计算机专业学生可以阅读什么材料或书籍真正开始入门人工智能的思路和研究? – 知乎》
No 42. 【支持自动补全、语法高亮的SQLite命令行客户端】
No 43. 【使用灵活方便的个人知识库】
No 44. 【(2019)斯坦福CS224n深度学习自然语言处理课程(将开放视频)】
No 45. “蒸汽机器人”
No 46. 【Keras/TPU/ML Engine端建模/推理完整范例(Colab)】
No 47. 《为什么现在直博比保研还容易,中国真的需要这么多博士吗? – 知乎》
No 48. 【用于AR/VR体验设计和原型制作的图形和交互引擎】
No 49. 'Deep Learning with TensorFlow 2 and Keras – Noteb…
No 50. PyTorch implementation by Tongzhou Wang GitHub:htt…