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》

爱可可老师24小时热门分享(2019.3.18)

No 1. 全靠try….catch了 [偷笑] ​
No 2. 【专注于TensorFlow & Scikit-Learn的机器学习完整学习路径】
No 3. 【深度学习超参微调技术】
No 4. 【李宏毅机器学习2019(国语)】
No 5. 【北大毕业论文LaTeX模板】
No 6. 【15个最常见的数据谬误/偏见】
No 7. 【陈蕴侬“应用深度学习”2019(国语)】
No 8. 《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 9. 【数据工程师和数据科学家有什么不同】
No 10. 【时序嵌套交叉验证】
No 11. 【Web/移动端的深度学习模型部署】
No 12. 【深度学习课程实践项目集】
No 13. 《Adversarial Personalized Ranking for Recommendation》
No 14. 【Google’s Edge TPU解析:What? How? Why?】
No 15. 《Light on Math ML: Attention with Keras》
No 16. 【技术面试中如何向面试官提问】
No 17. 《Unsupervised Network Embedding for Graph Visualization, Clustering and Classification》
No 18. 【专业技能被过度高估,更多注意你的态度——人际关系技巧是长远成功的关键】
No 19. 【深度学习向导:基于PyTorch的深度学习/深度强化学习教程】
No 20. 《自制AI图像搜索引擎》
No 21. 晚安~ [月亮] http://t.cn/Ex4lNCM ​
No 22. 递归 [笑cry] src:http://t.cn/ExfnsSw ​
No 24. 《Low-rank Kernel Learning for Graph-based Clustering》
No 25. 《PifPaf: Composite Fields for Human Pose Estimation》
No 26. 【JavaScript开发者阅读清单】
No 27. 【助你效率大增的21个Bash命令】
No 28. 'DeepLabv3.pytorch – PyTorch implementation of Dee…
No 29. “我们无法选择我们的缺点,它们也是我们的一部分,然而我们必须适应它们。然而我们能选择我们的朋友。我很高兴选择了你……你的人行道像我一样,但是大概没有我这么多裂缝。令人欣慰的是有朝一日我们的人行道会相交,我们可以分享同一罐炼乳。你是我最好的朋友,也是我唯一的朋友”
No 30. 早![太阳] ​
No 31. 《大话数据分析——Tableau数据可视化实战》
No 32. 《Diagnosing and Enhancing VAE Models》
No 33. 《Reinforcement Learning with Dynamic Boltzmann Softmax Updates》
No 34. iPhone X上的实时SLAM图效果
No 35. 《Weakly Supervised Complementary Parts Models for Fine-Grained Image Classification from the Bottom Up》
No 36. 【(Matplotlib)数据科学家可视化进阶】
No 37. 《Deep Reinforcement Learning with Feedback-based Exploration》
No 38. 《智能问答》
No 39. 很逼真了…… http://t.cn/EM6pdrd ​
No 40. 《Bayesian Allocation Model: Inference by Sequential Monte Carlo for Nonnegative Tensor Factorizations and Topic Models using Polya Urns》
No 41. 【用Retina Net在航拍森林照片里搜索失踪游客】
No 42. 【神经网络调试清单】
No 43. 《Unsupervised Learning of Probabilistic Diffeomorphic Registration for Images and Surfaces》
No 44. 《Predicting Research Trends From Arxiv》
No 45. 【统计学与机器学习】
No 46. 【可视化小游戏开发App(w/ visual scripting and voxel editor)】
No 47. 《Hair Segmentation on Time-of-Flight RGBD Images》
No 48. 医疗新科技:可以代替“缝针”
No 49. 《Sim-to-(Multi)-Real: Transfer of Low-Level Robust Control Policies to Multiple Quadrotors》
No 50. 《Dense Classification and Implanting for Few-Shot Learning》

爱可可老师24小时热门分享(2019.3.17)

No 1. 科学 vs. 工程
No 2. Wi-Fi信号在建筑物内的传播 http://t.cn/ExAmXvU ​…
No 3. 'python爬虫例子:淘宝模拟登录,淘宝商品爬虫,淘宝我已购买的宝贝爬虫,天猫商品爬虫,每天不同时…
No 4. 【李宏毅机器学习2019(国语)】
No 5. 【(Matplotlib)数据科学家可视化进阶】
No 6. “不准备就没法教课的教授讲的课,不听也罢。人们应该只教那些怀有好奇、有所体验、融会把握的东西……否则不如换个工作。”
No 7. iPhone X上的实时SLAM图效果
No 8. 《自学是门手艺》
No 9. 【专注于TensorFlow & Scikit-Learn的机器学习完整学习路径】
No 10. [good]
No 11. 【词嵌入与矩阵分解的统一】
No 12. 【深度学习入门之(Keras)迁移学习】
No 13. GIT MERGE [笑cry] http://t.cn/ExZqBvp ​
No 14. 【神经网络调试清单】
No 15. 《A Three-Player GAN: Generating Hard Samples To Improve Classification Networks》
No 16. 【TensorFlow.js文本分类:浏览器里的攻击性语言检测】
No 17. 'Implementation of Transformer Model in Tensorflow…
No 18. 【北大毕业论文LaTeX模板】
No 19. 早![太阳] ​
No 20. “我们无法选择我们的缺点,它们也是我们的一部分,然而我们必须适应它们。然而我们能选择我们的朋友。我很高兴选择了你……你的人行道像我一样,但是大概没有我这么多裂缝。令人欣慰的是有朝一日我们的人行道会相交,我们可以分享同一罐炼乳。你是我最好的朋友,也是我唯一的朋友”
No 21. 每个奇数都可以写成两个平方数的差。譬如5=3²-2²。用图像看一目了然: …
No 22. 【书稿(进行中):《机器学习原理》】
No 23. 【语言表示工具集:BERT & ERNIE】
No 24. 如何给老师发电子邮件求助?(2019版) 聂辉华 第一,切忌写信不写…
No 25. 我们这代人童年的味道
No 26. 如何给老师发电子邮件求助//如何给老师发电子邮件求助?(2019版) 聂辉华 …
No 27. 【撰写可发表文章的艺术与科学:成功的六个关键】
No 28. 【15个最常见的数据谬误/偏见】
No 30. 很逼真了…… http://t.cn/EM6pdrd ​
No 31. 'MANO layer for PyTorch, generating hand meshes as…
No 32. 《To Tune or Not to Tune? Adapting Pretrained Representations to Diverse Tasks》
No 33. 《Bidirectional Attentive Memory Networks for Question Answering over Knowledge Bases》
No 34. 【时序嵌套交叉验证】
No 35. 【统计学与机器学习】
No 36. 【专业技能被过度高估,更多注意你的态度——人际关系技巧是长远成功的关键】
No 37. 《Generative Graph Convolutional Network for Growing Graphs》
No 38. 【可扩展深度学习工作流新框架:Google’s GPipe & DeepMind’s TF-Replicator】
No 39. 《SR-LSTM: State Refinement for LSTM towards Pedestrian Trajectory Prediction》
No 40. 《MinAtar: An Atari-inspired Testbed for More Efficient Reinforcement Learning Experiments》
No 41. 晚安~ [月亮] http://t.cn/ExZ0was ​
No 42. 单位很重要 ​
No 43. 全靠try….catch了 [偷笑] ​
No 44. 【机器学习部署:用Flask、Docker、Jenkins十分钟部署机器学习模型】
No 45. 不备没法讲(内容现学现卖) 和 不备就能讲(形式敷衍了事) 都不对,原Po说的更多是前者;备课更多是种态度,只有融会理解内化了的东西才能“娓娓道来”
No 46. 挑选10部科幻电影,手绘涵盖宇宙空间、物理、超级计算、物端计算、人工智能、大数据、芯片、生物信息、机…
No 47. 【深度学习课程实践项目集】
No 48. 《大话数据分析——Tableau数据可视化实战》
No 49. “开心”
No 50. 【Google’s Edge TPU解析:What? How? Why?】

爱可可老师24小时热门分享(2019.3.16)

No 1. 【机器学习部署:用Flask、Docker、Jenkins十分钟部署机器学习模型】
No 2. 找工作之前,问问你的雇主手里有没有数据。要是没有,你还要干好多数据工程师的活;再问问他们是否会用这些…
No 3. 科学 vs. 工程
No 4. 【人脸相关算法、数据集、文献资源大列表】
No 5. 【深度学习NLP的未来】
No 6. 'python爬虫例子:淘宝模拟登录,淘宝商品爬虫,淘宝我已购买的宝贝爬虫,天猫商品爬虫,每天不同时…
No 7. 【如何用开源卫星数据写调查报告】
No 8. 【NoSQL入门:文档数据库、键值数据库、图数据库】
No 9. 《自学是门手艺》
No 10. 【PyTorch实现的Detectron目标检测】
No 11. 【新书草稿:机器学习数学基础】
No 12. 《Distributed Prioritized Experience Replay》
No 13. 早![太阳] ​
No 14. [good]
No 15. 【深度特征提取不可思议的有效性】
No 16. 有人说:“做更大的蒸汽机,烧和更多的炭,是打造更快火车的最佳方法”
No 17. 晚安~ [月亮] http://t.cn/EMk1MdM ​
No 18. 《大话数据分析——Tableau数据可视化实战》
No 19. Google地图新增加的AR导航 👏 http://t.cn/EMdO9He ​…
No 20. 每个奇数都可以写成两个平方数的差。譬如5=3²-2²。用图像看一目了然: …
No 21. 'Implementation of Transformer Model in Tensorflow…
No 22. 'TensorFlow CMake/C++ Collection – TensorFlow exam…
No 23. 很逼真了…… http://t.cn/EM6pdrd ​
No 24. 【基于深度学习的机车转向架缺陷识别】
No 25. #AI 看不懂# ​
No 26. 【知识图谱深度学习】
No 27. 【Snorkel Drybell:将现有的组织知识用作弱监督,以快速标记大型训练数据集】
No 28. 《Learning to Reconstruct People in Clothing from a Single RGB Camera》
No 29. 我们这代人童年的味道,暖
No 30. 【语言表示工具集:BERT & ERNIE】
No 31. 《Numerical Optimal Transportand its Applications》
No 32. 【Facebook未来机器学习平台揭秘】
No 33. 【黑盒超参数优化器】
No 34. “2019语言与智能技术竞赛”
No 35. 'MANO layer for PyTorch, generating hand meshes as…
No 36. 如何给老师发电子邮件求助?(2019版) 聂辉华 第一,切忌写信不写…
No 37. 抽空梳理了一篇研究论文的常规结构,未必适用于所有研究领域,仅供参考,欢迎讨论! …
No 38. 《Functional Variational Bayesian Neural Networks》
No 39. 《自制AI图像搜索引擎》
No 40. GIT MERGE [笑cry] http://t.cn/ExZqBvp ​
No 41. 如何给老师发电子邮件求助//如何给老师发电子邮件求助?(2019版) 聂辉华 …
No 42. 《MinAtar: An Atari-inspired Testbed for More Efficient Reinforcement Learning Experiments》
No 43. 《To Tune or Not to Tune? Adapting Pretrained Representations to Diverse Tasks》
No 44. 研究论文的常规结构
No 45. 【可扩展深度学习工作流新框架:Google’s GPipe & DeepMind’s TF-Replicator】
No 46. 《Improving Prostate Cancer Detection with Breast Histopathology Images》
No 47. 【(从AI发展中得来的)痛苦的教训】
No 48. 《MirrorGAN: Learning Text-to-image Generation by Redescription》
No 49. 【能用R语言实现的十件也许会让你惊讶的事】
No 50. 《Aesthetics of Neural Network Art》

爱可可老师一周论文精选(2019.3.16)

No 1. 《A Mean Field Theory of Batch Normalization》
No 2. 《Gradient Descent based Optimization Algorithms for Deep Learning Models Training》
No 3. 《Efficient Parameter-free Clustering Using First Neighbor Relations》
No 4. 《Deep CNN-based Multi-task Learning for Open-Set Recognition》
No 5. 《Theory III: Dynamics and Generalization in Deep Networks》
No 6. 《Financial Applications of Gaussian Processes and Bayesian Optimization》
No 7. 《Graph Colouring Meets Deep Learning: Effective Graph Neural Network Models for Combinatorial Problems》
No 8. 《GanDef: A GAN based Adversarial Training Defense for Neural Network Classifier》
No 9. 《Hierarchical Autoregressive Image Models with Auxiliary Decoders》
No 10. 《The Evolved Transformer》
No 11. 《Ranked List Loss for Deep Metric Learning》
No 12. 《Sliced Wasserstein Discrepancy for Unsupervised Domain Adaptation》
No 13. 《When random search is not enough: Sample-Efficient and Noise-Robust Blackbox Optimization of RL Policies》
No 14. 《Learning deep neural networks in blind deblurring framework》
No 15. 《Neural Language Modeling with Visual Features》
No 16. 《Graph-RISE: Graph-Regularized Image Semantic Embedding》
No 17. 《Why Learning of Large-Scale Neural Networks Behaves Like Convex Optimization》
No 18. 《Discovering Visual Patterns in Art Collections with Spatially-consistent Feature Learning》
No 19. 《A Survey on Graph Processing Accelerators: Challenges and Opportunities》
No 20. 《3DN: 3D Deformation Network》
No 21. 《The principles of adaptation in organisms and machines I: machine learning, information theory, and thermodynamics》
No 22. 《A Machine Learning Dataset Prepared From the NASA Solar Dynamics Observatory Mission》
No 23. 《Anatomical Priors in Convolutional Networks for Unsupervised Biomedical Segmentation》
No 24. 《Unsupervised Domain Adaptation using Feature-Whitening and Consensus Loss》
No 25. 《Deep Embeddings for Rare Audio Event Detection With Imbalanced Data》
No 26. 《GCNv2: Efficient Correspondence Prediction for Real-Time SLAM》
No 27. 《RGBD Based Dimensional Decomposition Residual Network for 3D Semantic Scene Completion》
No 28. 《Context-Aware Learning for Neural Machine Translation》
No 29. 《PanopticFusion: Online Volumetric Semantic Mapping at the Level of Stuff and Things》
No 30. 《RVOS: End-to-End Recurrent Network for Video Object Segmentation》

爱可可老师一周热门分享(2019.3.16)

No 1. 引言到底该怎么写,我最近在论文里看到最好的结构,是简短的四段式:领域背景 – 最先进水平、有什么问题…
No 2. 日本的单轨铁路枢纽 [good] http://t.cn/EceK5e2 ​…
No 3. 《Python编程:从数据分析到数据科学》
No 4. 【(2019)斯坦福CS224n深度学习自然语言处理课程(已开放视频)】
No 5. 《大话数据分析——Tableau数据可视化实战》
No 6. 【知识图谱深度学习】
No 7. 《自制AI图像搜索引擎》
No 8. 《智能问答》
No 9. 【用LaTeX绘制贝叶斯网络、图模型和框架】
No 10. 糟糕的坚持:没完没了的重复一无所成。好的坚持:不断调整方法直到收获结果。
No 11. 有些网站禁止未登陆用户访问,但会对搜索引擎开绿灯。开绿灯的方式有可能只是简单地判断 User Age…
No 12. Google地图新增加的AR导航 👏 http://t.cn/EMdO9He ​…
No 13. 冰葡萄+冷水 ❄️ http://t.cn/EVzMOIK ​
No 14. 【数据科学速查:概率、统计学、统计学习、机器学习、深度学习、大数据框架、SQL】
No 15. 磁场从未如此直观 http://t.cn/EM4QKux ​
No 16. 【Transformers原理解析】
No 17. ‘Chrome插件英雄榜, 为优秀的Chrome插件写一本中文说明书, 让Chrome插件英雄们造福…
No 18. 【用OpenCV实现活体检测】
No 19. #AI 看不懂# ​
No 20. 【十个步骤让Python项目迈向成功:如何添加测试、CI、代码覆盖率等】
No 21. 《自然语言处理实践:聊天机器人技术原理与应用》
No 22. 在iOS设备本地运行Jupyter notebooks
No 23. 【贝叶斯网络入门】
No 24. 【开源notebooks,基于深度学习,在无人机/航空影像上实现最先进的建筑物检测、分割和分类】
No 25. 【AUC深入解析与应用】
No 26. 【新书:《Python无监督学习实战:用未标记数据构建实用机器学习解决方案》】
No 27. 找工作之前,问问你的雇主手里有没有数据。要是没有,你还要干好多数据工程师的活;再问问他们是否会用这些…
No 28. 小时候的我 vs. 长大的我 ​
No 29. 【用(Keras)20行代码实现的YOLOv2目标检测】
No 30. 【TensorFlow 2.0 + Keras深度学习研究需要了解的一切】
No 31. 【写好论文引言:简单五段式实践指南】
No 32. 【提供黑白照片自动上色服务的网站】
No 33. 【新书:用Python解决经典计算机科学问题】
No 34. 【轻松直接开始数据可视化的10个免费工具】
No 35. 【简单完整的BERT实现】
No 36. 【NLP学习系列文章】
No 37. 【“全栈”数据科学项目】
No 38. 【写作之法:好文章就是反复重写后的烂文章】
No 39. 【张量详解】
No 40. Google Cloud Vision怎么看“兔鸭图”
No 41. 抽空梳理了一篇研究论文的常规结构,未必适用于所有研究领域,仅供参考,欢迎讨论! …
No 42. 医疗新科技:可以代替“缝针”
No 43. 【人脸相关算法、数据集、文献资源大列表】
No 44. 研究论文的常规结构
No 45. 【流形详解】
No 46. 【Jupyter交互可视化:ipywidgets、qgrid、altair】
No 47. 【微软人工智能教育与学习共建社区】
No 48. 很逼真了…… http://t.cn/EM6pdrd ​
No 49. 共勉~ [思考] ​
No 50. 【字符级NLP(综述)】

爱可可老师24小时热门分享(2019.3.15)

No 1. 【知识图谱深度学习】
No 2. 《大话数据分析——Tableau数据可视化实战》
No 3. 【用LaTeX绘制贝叶斯网络、图模型和框架】
No 4. Google地图新增加的AR导航 👏 http://t.cn/EMdO9He ​…
No 5. 【用(Keras)20行代码实现的YOLOv2目标检测】
No 6. #AI 看不懂# ​
No 7. 找工作之前,问问你的雇主手里有没有数据。要是没有,你还要干好多数据工程师的活;再问问他们是否会用这些…
No 8. 小时候的我 vs. 长大的我 ​
No 9. 【写好论文引言:简单五段式实践指南】
No 10. 【简单完整的BERT实现】
No 11. 【轻松直接开始数据可视化的10个免费工具】
No 12. 抽空梳理了一篇研究论文的常规结构,未必适用于所有研究领域,仅供参考,欢迎讨论! …
No 13. 研究论文的常规结构
No 14. 《Learning Deep Compositional Grammatical Architectures for Visual Recognition》
No 15. 【NLP研究基础:如何找到问题和回答问题】
No 16. 【神经网络信息检索(综述)】
No 17. 【Python Pandas十个提高工作效率的小技巧】
No 18. [偷笑] ​
No 19. 《求通俗解释下bandit老虎机到底是个什么东西? – 知乎》
No 20. 摔不倒的电单车 🏍 http://t.cn/EMuCaLC ​
No 21. 【(2019)斯坦福CS224n深度学习自然语言处理课程(已开放视频)】
No 22. 【人脸相关算法、数据集、文献资源大列表】
No 23. 【能用R语言实现的十件也许会让你惊讶的事】
No 24. 【状态空间模型贝叶斯学习与推理】
No 25. 【你应该了解的20大AI/机器学习API】
No 26. 【NLP学习系列文章】
No 27. 单元测试不为验证新功能能否正确运行,而是作为一种维护工具,让你可以放心地进行更改,在未来不可预见的情…
No 28. 早![太阳] ​
No 29. #今日发呆专用# http://t.cn/EMdWG2J ​
No 30. 【对话AI的神经网络方法】
No 31. 【PyTorch实现的Detectron目标检测】
No 32. 晚安~ [月亮] http://t.cn/EM3vbwn ​
No 33. “(Colab)What's new with TensorBoard?”
No 34. 《智能问答》
No 35. 优雅的机械式音乐打字机 🎵 ​
No 36. 【量子空间机器学习:普通计算机可以通过比较数据的数学表示来执行机器学习,实验演示了量子计算如何用量子力学表示来执行】
No 37. 《自制AI图像搜索引擎》
No 38. [笑cry] ​
No 39. 【概率基本概念解析:贝叶斯推理参数估计】
No 40. [笑而不语]
No 41. 很逼真了…… http://t.cn/EM6pdrd ​
No 42. 形状记忆聚合物具有高弹性,加热后能恢复到原来的形状 http://t.cn/EMutOtw ​…
No 43. 《Matrix factorization for multivariate time series analysis》
No 44. 《Deep Embeddings for Rare Audio Event Detection With Imbalanced Data》
No 45. 《Hyperspectral Data Augmentation》
No 46. 《RVOS: End-to-End Recurrent Network for Video Object Segmentation》
No 47. 《AutoML @ NeurIPS 2018 challenge: Design and Results》
No 48. 'TensorFlow CMake/C++ Collection – TensorFlow exam…
No 49. 医疗新科技:可以代替“缝针”
No 50. IPython、Jupyter一个鲜为人知的有用特性:属性名称的通配符补全,在结尾加?运行

爱可可老师24小时热门分享(2019.3.14)

No 1. 【(2019)斯坦福CS224n深度学习自然语言处理课程(已开放视频)】
No 2. 【用LaTeX绘制贝叶斯网络、图模型和框架】
No 3. 【微软人工智能教育与学习共建社区】
No 4. 《Multi-Task Deep Neural Networks for Natural Language Understanding》
No 5. 【用(Keras)20行代码实现的YOLOv2目标检测】
No 6. 【NLP学习系列文章】
No 7. 【概率基本概念解析:贝叶斯推理参数估计】
No 8. 【简单完整的BERT实现】
No 9. 单手(单指)表情秀“EmoJoystick”
No 10. 《Theory III: Dynamics and Generalization in Deep Networks》
No 11. 小时候的我 vs. 长大的我 ​
No 12. 很棒的图。1990年以来,计算机、数据库和互联网的使用,本该让医院管理人员成本大大降低。可恰恰相反,…
No 13. 【基于semanticscholar.org开放数据集的关键词高引论文查询引擎】
No 14. 【Jupyter交互可视化:ipywidgets、qgrid、altair】
No 15. 晚安~ [月亮] ​
No 16. 【新书:用Python解决经典计算机科学问题】
No 17. 【人脸识别“肮脏小秘密”:数百万张网上照片未经同意被抓取使用——法律专家说,人们的脸在没有征得许可的情况下被使用,最终可能用来监视他们】
No 18. IPython、Jupyter一个鲜为人知的有用特性:属性名称的通配符补全,在结尾加?运行
No 19. 《Regression with Probabilistic Layers in TensorFlow Probability》
No 20. 《Financial Applications of Gaussian Processes and Bayesian Optimization》
No 21. 【流形详解】
No 22. 《Learning Deep Compositional Grammatical Architectures for Visual Recognition》
No 23. 时尚GANs
No 24. 早![太阳] ​
No 25. 《Graph Colouring Meets Deep Learning: Effective Graph Neural Network Models for Combinatorial Problems》
No 26. 《Hierarchical Autoregressive Image Models with Auxiliary Decoders》
No 27. 【张量详解】
No 28. 《求通俗解释下bandit老虎机到底是个什么东西? – 知乎》
No 29. 【硅谷AI发展简史】
No 30. [笑cry] ​
No 31. 【状态空间模型贝叶斯学习与推理】
No 32. 《The Evolved Transformer》
No 33. 近半年我的研究一直关注在场景的结构化理解上,阅读整理这个领域的相关文献,在github上面建了个aw…
No 34. “Awesome Scene Understanding”
No 35. 【高斯混合模型(GMM):用无监督学习理解文本数据】
No 36. 度量前缀完整版:yotta [Y] 1000000000000000000000000 zett…
No 37. 'GPU Sharing Scheduler for Kubernetes Cluster' by …
No 38. 《A Machine Learning Dataset Prepared From the NASA Solar Dynamics Observatory Mission》
No 39. 《Context-Aware Learning for Neural Machine Translation》
No 40. 可以用SGD训练大型参数模型,来处理任意复杂任务。问题是,要想达到好效果,得在学习的输入/输出空间上…
No 41. 《Elements of Sequential Monte Carlo》
No 42. 优雅的机械式音乐打字机 🎵 ​
No 43. 《Introducing Wav2latter++》
No 44. 【用辅助任务(Auxiliary Tasks)改善机器学习】
No 45. 摔不倒的电单车 🏍 http://t.cn/EMuCaLC ​
No 46. 《智能问答》
No 47. 'Submariner – Connect all your Kubernetes clusters…
No 48. 【Spacenet 4航拍建筑物识别比赛前十经验分享】
No 49. “科学家,在夸大申请资助方面训练有素,如今找到了更好的客户:风险投资人。这些家伙喜欢听彻底颠覆一切的故事,他们比政府资助机构更能听得进废话,NIPS会上发表一篇论文比什么尽职调查都强……那些政府资助机构也成为AI虚假承诺的受害者,最终导致投资冻结,俗称AI‘寒冬’”
No 50. 《The Evolved Transformer – Enhancing Transformer with Neural Architecture Search》

爱可可老师24小时热门分享(2019.3.13)

No 1. 【用OpenCV实现活体检测】
No 2. 《自制AI图像搜索引擎》
No 3. 【TensorFlow 2.0 + Keras深度学习研究需要了解的一切】
No 4. 《智能问答》
No 5. 【新书:用Python解决经典计算机科学问题】
No 6. 【“全栈”数据科学项目】
No 7. 【张量详解】
No 8. 【流形详解】
No 9. 【Jupyter交互可视化:ipywidgets、qgrid、altair】
No 10. 【基于PyTorch的轻量2D姿态估计框架】
No 11. 【高斯混合模型(GMM):用无监督学习理解文本数据】
No 12. 【(2019)斯坦福CS224n深度学习自然语言处理课程(已开放视频)】
No 13. 【基于RNN transducer (RNN-T)的全神经网络设备端语音识别】
No 14. 【gpustat的web界面:监测GPU集群节点负载状态】
No 15. 晚安~
No 16. 【基于神经网络的人名提取与跟踪】
No 17. 《Gradient Descent based Optimization Algorithms for Deep Learning Models Training》
No 18. 【更快、更高效的神经网络验证方法】
No 19. 【Python高性能双向映射字典包】
No 20. 《Deep One-Class Classification(Deep SVDD)》
No 21. 【通过构建实际应用掌握Python】
No 22. 【基于Keras的实体嵌入工具库】
No 23. 【微软人工智能教育与学习共建社区】
No 24. 早![太阳] ​
No 25. 《Multi-Task Deep Neural Networks for Natural Language Understanding》
No 26. 【Spacenet 4航拍建筑物识别比赛前十经验分享】
No 27. 可以用SGD训练大型参数模型,来处理任意复杂任务。问题是,要想达到好效果,得在学习的输入/输出空间上…
No 28. 【字符级NLP(综述)】
No 29. 【AI会决定摄影的未来吗?】
No 30. 【用辅助任务(Auxiliary Tasks)改善机器学习】
No 31. 【BERT/TF Hub电影评论情感预测】
No 32. 《Sliced Wasserstein Discrepancy for Unsupervised Domain Adaptation》
No 33. 【如何应对规模日益增长的深度学习】
No 34. 【高效绘制TensorBoard图】
No 35. 【Curv:用数学创作艺术的编程语言。它是一个2D/3D几何建模工具,支持全彩、动画、3D打印】
No 36. 【机器生成文本判别:对输入文本进行基于语言模型的(可预测性)可视化审查,以检测文本是真实的(人写的)还是假的(生成的)】
No 37. 【MIT课程:深度学习科学——理论与实践的桥梁】
No 38. 【写作之法:好文章就是反复重写后的烂文章】
No 39. 抽象与具象 http://t.cn/EVJzigp ​
No 40. 【Transformers原理解析】
No 41. 冰葡萄+冷水 ❄️ http://t.cn/EVzMOIK ​
No 42. 【提供黑白照片自动上色服务的网站】
No 43. 【基于semanticscholar.org开放数据集的关键词高引论文查询引擎】
No 44. “Awesome Scene Understanding”
No 45. 《Likelihood-free MCMC with Approximate Likelihood Ratios》
No 46. 【Jupyter数据试算表插件】
No 47. 'Hyperbolic (Poincare, Lorentz) Embeddings for Ten…
No 48. 很逼真了…… http://t.cn/EM6pdrd ​
No 49. 《解析深度学习:卷积神经网络原理与视觉实践》
No 50. 《爱可可老师24小时热门分享(2019.3.12)》

爱可可老师24小时热门分享(2019.3.12)

No 1. 《Python编程:从数据分析到数据科学》
No 2. 【Transformers原理解析】
No 3. 【贝叶斯网络入门】
No 4. 【数据科学速查:概率、统计学、统计学习、机器学习、深度学习、大数据框架、SQL】
No 5. 《自制AI图像搜索引擎》
No 6. 《智能问答》
No 7. 【提供黑白照片自动上色服务的网站】
No 8. 【写作之法:好文章就是反复重写后的烂文章】
No 9. 【模型压缩相关文献集】
No 10. 【TensorFlow 2.0 + Keras深度学习研究需要了解的一切】
No 11. 【MIT课程:深度学习科学——理论与实践的桥梁】
No 12. 【字符级NLP(综述)】
No 13. 【伯克利新课:深度无监督学习】
No 14. 所以上下文很重要 [笑而不语] ​
No 15. 【弱监督:机器学习新编程范式】
No 16. 'LearnPaddle – PaddlePaddle V2版本系列教程' by yeyupiaol…
No 17. 【知识图谱司法/审判引擎】
No 18. 《FastDepth: Fast Monocular Depth Estimation on Embedded Systems》
No 19. [good]
No 20. 知道自己一无所知,才是真正的智慧。 – Socrates (c. 470 bce – c. 399 …
No 21. 《计算机科学速成课》
No 22. 晚安~ [月亮] http://t.cn/EM6Rzhx ​
No 23. 延时摄影:十一小时3D打印 http://t.cn/EMaHqk2 ​…
No 24. 【图嵌入算法实验】
No 25. 【机器学习项目提效小窍门】
No 26. 【内置多个图像下载引擎的多线程爬虫框架】
No 27. 【AI在生命科学中的6大应用:分子特性预测、新化学结构生成、化学合成规划、蛋白质结构预测、用质谱鉴定蛋白质、实验图像数据的自动分析】
No 28. 【敏捷机器学习:真实世界机器学习项目快速实验经验】
No 29. 【基于PyTorch的轻量2D姿态估计框架】
No 30. 【BERT/TF Hub电影评论情感预测】
No 31. 【PyTorch生态圈】
No 32. 很逼真了…… http://t.cn/EM6pdrd ​
No 33. 上周赶完ACL2019用周末时间写了篇儿“如何写好NLP论文”
No 34. 《Deep CNN-based Multi-task Learning for Open-Set Recognition》
No 35. 【基于神经网络的人名提取与跟踪】
No 36. 【Google如何打击虚假信息】
No 37. 【机器生成文本判别:对输入文本进行基于语言模型的(可预测性)可视化审查,以检测文本是真实的(人写的)还是假的(生成的)】
No 38. 【gpustat的web界面:监测GPU集群节点负载状态】
No 39.
No 40. 【2019.2 AI最佳网文】
No 41. 《Ranked List Loss for Deep Metric Learning》
No 42. 【分层强化学习的前景】
No 43. 【LIGHT:大型幻想文本冒险游戏研究平台】
No 44. 早!
No 45. 讲“相关和因果”
No 46. 【AUC深入解析与应用】
No 47. 冰葡萄+冷水 ❄️ http://t.cn/EVzMOIK ​
No 48. 【Apple Maps里3D模型(Flyover)的逆向工程】
No 49. 《3DN: 3D Deformation Network》
No 50. 《Anatomical Priors in Convolutional Networks for Unsupervised Biomedical Segmentation》