爱可可老师一周热门分享(2019.6.15)

No 1. 这才叫画风迁移嘛 🖌 by Lothlenan (Andrea Tamme) ​…
No 2. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) ​…
No 3. 《哪些网站帮你打开了新世界的大门? – 知乎》
No 4. 中? [笑cry] ​
No 5. 【深度学习注意力(ICML 2019)】
No 6. 开发者小提示:🎧一定买副好耳机💻PR之前重读代码🤜🏻真卡住了就求助🙌🏻帮其他卡住…
No 7. 《怎样有效降低论文的重复率? – 知乎》
No 8. [挤眼] ​
No 9. 【如何写论文】
No 10. 《怎么才能心无旁骛地学习? – 知乎》
No 11. 【PyTorch Hub:仅需一行代码(torch.hub.load())复用ResNet, ResNext, BERT, GPT, PGAN, Tacotron, DenseNet, MobileNet等最新模型】
No 12. '整理知识图谱相关学习资料' by hooke GitHub: http://t.cn/AiCDRC…
No 13. 【GANs'必读'论文推荐】
No 14. 👨‍🎓 [笑cry] ​
No 15. 【C++实现的RetinaFace人脸检测】
No 16. 【Python / C++ 11的LeetCode参考实现】
No 17. 【CVPR 2019论文集】
No 18. “盗梦空间”
No 19. François Chollet:看到深度学习能干这能干那,就认为“是时候进军通用智能(AGI)了”
No 20. 【课堂笔记:机器学习优化】
No 21. 《有哪些让你相见恨晚的思维方式? – 知乎》
No 22. “野心是世界上几乎所有最杰出工作背后的驱动力。特别的,几乎所有对人类福祉作出实质性贡献的人都是野心勃勃的人。”
No 23. 晚安~ [月亮] src:http://t.cn/RiDOtFU ​
No 24. 👋 👬 😂
No 25. 【GANs学习路线图】
No 26. 【Python多维绘图:从2D到6D】
No 27. 【深度学习工具】
No 28. 【数据科学特征选择方法入门】
No 29. 【普林斯顿课程“计算机科学进阶:理论专家工具箱”,介绍对理论计算机科学研究证明有用的概率、代数、组合和算法方法】
No 30. 【马尔可夫链蒙特卡罗(MCMC)简史】
No 31. 《碎片化时代,有哪些高效的学习方法? – 知乎》
No 32. Bezos试用HaptX shadowrobot的触觉控制机械手 http://t.cn/AiCVs…
No 33. 另类“混合现实”
No 34. 【Jupyter是更好的Excel】
No 35. 这什么鬼AR? http://t.cn/AiNGKLXA ​
No 36. 'BERT-chinese-text-classification-and-deployment -…
No 37. '省市区数据采集并标注拼音、坐标和边界范围' by xiangyuecn GitHub: http:…
No 38. #可可家训# 有一天,你会遇到很多人,面对无数面孔,望你:不急不躁,三思而行。用平静应对褒奖,用沉默…
No 39. 【计算机视觉博士生的资源汇编:科研指南、读论文方法、如何写论文……】
No 40. “数学并不只是关乎计算,更是对大自然一切活动最深层次的理解。”
No 41. '2019年最新总结,从程序员到CTO,从专业走向卓越,分享大牛企业内部pdf与PPT' by 0v…
No 42. 【涂鸦世界:为你的涂鸦自动生成动画,并将它“放生”到可探索的涂鸦3D世界】
No 43. 《How I made top 0.3% on a Kaggle competition》
No 44. 【TensorFlow 2.0实战入门】
No 45. 【端到端机器学习自动化综述】
No 46. 【深度学习电影接吻镜头检测器,2.3TB数据集,已标注100部电影包含263个接吻片段和363个非接吻片段 😗】
No 47. “就写程序而言,最难的部分不是解决问题,而是决定该解决什么问题。”
No 48. 【贝叶斯推理资源大列表】
No 49. 【俗话卷积网络】
No 50. 【高性能Python组件】

爱可可老师一周论文精选(2019.6.15)

No 1. 【深度学习电影接吻镜头检测器,2.3TB数据集,已标注100部电影包含263个接吻片段和363个非接吻片段 😗】
No 2. 《Attention Is (not) All You Need for Commonsense Reasoning》
No 3. 《Challenging Common Assumptions in the Unsupervised Learning of Disentangled Representations》
No 4. 《Is Attention Interpretable?》
No 5. 《What Does BERT Look At? An Analysis of BERT's Attention》
No 6. 【听“音”知“形”:根据语音预测(个人风格)手势,大型特定人手势视频数据集(10人/128小时)】
No 7. 《Generative Adversarial Networks: A Survey and Taxonomy》
No 8. 《Time Series Anomaly Detection Using Convolutional Neural Networks and Transfer Learning》
No 9. 《Table-Based Neural Units: Fully Quantizing Networks for Multiply-Free Inference》
No 10. 《Rates of Convergence for Sparse Variational Gaussian Process Regression》
No 11. 《Understanding Generalization through Visualizations》
No 12. 《2nd Place and 2nd Place Solution to Kaggle Landmark Recognition andRetrieval Competition 2019》
No 13. 《DiCENet: Dimension-wise Convolutions for Efficient Networks》
No 14. 《WikiDataSets : Standardized sub-graphs from WikiData》
No 15. 《Can You Trust Your Model's Uncertainty? Evaluating Predictive Uncertainty Under Dataset Shift》
No 16. 《Automated Machine Learning: State-of-The-Art and Open Challenges》
No 17. 《Efficient Forward Architecture Search》
No 18. 《Selfie: Self-supervised Pretraining for Image Embedding》
No 19. 《How to make a pizza: Learning a compositional layer-based GAN model》
No 20. 《Deep learning for image segmentation-a short survey》
No 21. 《Particle Filter Recurrent Neural Networks》
No 22. 《Meta-Learning via Learned Loss》
No 23. 《Shapes and Context: In-the-Wild Image Synthesis & Manipulation》
No 24. 《Seeing the Wind: Visual Wind Speed Prediction with a Coupled Convolutional and Recurrent Neural Network》
No 25. 《When to use parametric models in reinforcement learning?》
No 26. 《AutoGrow: Automatic Layer Growing in Deep Convolutional Networks》
No 27. 《Causal Discovery with Reinforcement Learning》
No 28. 《A Closer Look at the Optimization Landscapes of Generative Adversarial Networks》
No 29. 《Understanding and Improving Transformer From a Multi-Particle Dynamic System Point of View》
No 30. 《Learning Sparse Networks Using Targeted Dropout》

爱可可老师24小时热门分享(2019.6.15)

No 1. 👨‍🎓 [笑cry] ​
No 2. '省市区数据采集并标注拼音、坐标和边界范围' by xiangyuecn GitHub: http:…
No 3. 这什么鬼AR? http://t.cn/AiNGKLXA ​
No 4. 【创建自己的个性化arXiv选读Feed】
No 5. 【微软因果推理框架DoWhy入门】
No 6. 【视频目标检测文献大列表】
No 7. “2019 CVPR Accepted Papers”
No 8. 【Python高性能矩阵乘法库】
No 9. 【可视化图表选用指南】
No 10. 【Python开源机器人研究平台】
No 11. 《Resolving Gendered Ambiguous Pronouns with BERT》
No 12. 《Applying AutoML to Transformer Architectures | Google AI Blog》
No 13. Kelly Vaughn:编程的两个阶段:1、这代码怎么不好使呢? 2、这代码怎么就好使了呢? ​…
No 14. “GluonCV: a Deep Learning Toolkit for Computer Vision | MXNet”
No 15. 【OpenCV视频稳定工具包】
No 16. 《InverseRenderNet: Learning single image inverse rendering》
No 17. 《有哪些只有学计算机的人才懂的笑话? – 知乎》
No 18. 'Lstm-crf,Lattice-CRF,bert-ner及近年ner相关论文follow' by…
No 19. 'Bayesian Deep Learning Benchmarks' by OATML GitHu…
No 20. 晚安~ [月亮] http://t.cn/AiNwKwHb ​
No 21. 【PyTorch Hub:仅需一行代码(torch.hub.load())复用ResNet, ResNext, BERT, GPT, PGAN, Tacotron, DenseNet, MobileNet等最新模型】
No 22. 【2019.5 AI最佳网文】
No 23. 【开发者都应该了解的SOLID原则】
No 24. 【基于深度学习用卫星图像预测采矿前景和矿藏】
No 25. 【元学习相关资源大列表】
No 26. GitHub:http://t.cn/AiNwSLm8
No 27. 【行人重识别数据集大列表】
No 28. 《Detecting Photoshopped Faces by Scripting Photoshop》
No 29. 【深度学习自然语言推理】
No 30. 《Can You Trust Your Model's Uncertainty? Evaluating Predictive Uncertainty Under Dataset Shift》
No 31. 【NAACL 2019亮点摘要】
No 32.
No 33. 《Meta-Learning via Learned Loss》
No 34. 【满足行业需求/约束的学术级数据集创建指南】
No 35. 【软银机器人Python模拟环境】
No 36. 早![太阳]
No 37. 【C++多语拼写检查库】
No 38. 【GitHub Repository卡片生成器】
No 39. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) ​…
No 40. 【分子/晶体通用图网络机器学习框架】
No 41. 【Transformer/GPT-2文本自动补完Demo】
No 42. 【GANs'必读'论文推荐】
No 43. 《Reweighted Expectation Maximization》
No 44. 《The Replica Dataset: A Digital Replica of Indoor Spaces》
No 45. 【GauGAN由分割块和线条涂鸦生成自然景观照片的在线交互演示】
No 46. 《哪些网站帮你打开了新世界的大门? – 知乎》
No 47. 《TalkSumm: A Dataset and Scalable Annotation Method for Scientific Paper Summarization Based on Conference Talks》
No 48. 《Learning Curves for Deep Neural Networks: A Gaussian Field Theory Perspective》
No 49. 《Deep Reinforcement Learning for Industrial Insertion Tasks with Visual Inputs and Natural Rewards》
No 50. 《Table-Based Neural Units: Fully Quantizing Networks for Multiply-Free Inference》

谷歌技术面试终极通关指南;阿里巴巴在 Serverless 计算领域的探索;交付程序不给钱,程序员一怒之下开源客户项目代码 – InfoQ 每周精要 590 期

 中文站「每周精要」
NO.590
2019/06/16
华为鸿蒙或将提前推出,谷歌被曝希望与华为继续合作
移动
华为正在加紧测试自己的操作系统,国内市场命名为“鸿蒙”,海外市场命名为“OaK OS”,可能在 8 月或 9 月推出。
交付程序不给钱,程序员一怒之下开源客户项目代码
语言开发
国外一名自由职业的开发者在客户不给结款以后,将其开发的项目开源到了 GitHub 上,两天不到收获了超过 3000 个 star。
2020 年你应该知道的 8 种前端 JavaScript 趋势和工具
前端
前端开发人员和技术人员的数量逐年增加,而整个生态系统渴望实现标准化。
Go 语言是谷歌的,而非社区的
语言开发
Go 语言受 Google 影响太大了吗?
编译速度提升 700%,字节跳动中台技术揭秘
架构 移动
在当今世界互联网时代下,平台化正兴起,从基础设施到人工智能等各个领域不断涌现的各类平台,对于软件开发人员及企业带来了深远的影响。
大数据独角兽 Cloudera 股价腰斩,Hadoop 将何去何从
大数据
美东时间 6 月 6 日美股开盘后,大数据公司 Cloudera 股价暴跌 43%。
Flutter VS React Native,应该选哪个?
移动
本文将对 React Native 和 Flutter 做一比较,让大家了解它们各自的优缺点。
写给开发者的谷歌技术面试终极通关指南
想要顺利通过谷歌面试的话,你需要为面试中的重点环节提前做好准备。这篇文章就会教你相应的策略。
AWS Elasticsearch 公开发行版惹争议
云计算
AWS早在 3 月份就宣布了Elasticsearch 公开发行版。然而,该版本并没有得到所有社区成员的支持。
面对大量微服务和 API 环境,可视化工作流 StepFlow 如何提高研发效率?
云计算 运维
tepFlow通过可视化的方式编排 API 和微服务。
API 网关和服务网格:打开应用程序现代化的大门
DevOps 云计算 运维
软件系统需要更高的抽象层来将流量路由与网络基础设施解耦:在边缘计算,则通过入口或 API 网关;在数据中心,则通过服务网格。
阿里巴巴在 Serverless 计算领域的探索
云计算
本文将介绍阿里云中间件团队在探索 Serverless 过程中的思考以及正在做的事,目的是尽可能让开发者少改代码,甚至不改代码,就能具备 AWS Lambda 的技术优势。
不是程序员的程序员
程序员如何看软件管理?从写代码的程序员到做管理的程序员,作者从程序员的视角讲述了软件开发实践中沟通和流程的理解和第一手体验。
谷歌、亚马逊等科技巨头迎来“至暗时刻”,美政府将启动大规模反垄断调查
美国多家科技巨头集体遭遇反垄断调查围攻。
5 年内最大手笔,谷歌豪掷 26 亿美元收购数据分析公司 Looker
云计算
北京时间 6 月 7 日,谷歌宣布以 26 亿美元收购了数据分析公司 Looker,并将该公司并入 Google Cloud。
未来 PWA 将取代本地应用,成为构建良好用户体验的首选方式
前端
本文作者 Stefan Dorresteijn 大胆预测:PWA 是我们的未来。
WebAssembly 和 Blazor:解决了一个存在十年的老问题
前端 语言开发
Blazor不仅可以使用 C# 构建客户端代码(不需要 JavaScript),还支持在没有插件的情况下在浏览器中运行现有的.NET 标准 DLL。
在实际开发中,如何权衡选择使用哪种数据结构和算法?
大数据
在实际的软件开发中,如何权衡各种因素,合理地选择使用哪种数据结构和算法?关于这个问题,我总结了六条经验。
苏宁 Spring Cloud 微服务脚手架工具 vole 实践分享
DevOps 云计算
vole 是在Srping Cloud 基础上搭建的一套可以快速实现微服务的基础脚手架工具。
互联网女皇报告解读:移动开发进入拐点,云计算正当时
InfoQ 提取了 2019 年报告的技术亮点加以解读,希望广大开发者能有所收获。

技术大会  CONFERENCE
上半年大前端技术案例盘点,GMTC 北京 2019开幕倒计时最后 5 天!
这里不仅有谷歌、Twitter、BAT 等老牌互联网巨头公司的前端案例实战总结,还有字节跳动、哔哩哔哩、小红书等新晋科技网红的技术干货分享,精彩多多,欢迎点击查看日程。
ArchSummit 深圳:快稳准-网易B端用户画像驱动增长实践
通过数据技术构建适合目标业务的用户画像,以此来完成目标客户圈定及相关运营关系搭建,实现千人千面运营,有效驱动业务增长。
QCon 上海:5G 时代最新技术趋势如何落地
5G 的到来,直接给移动新生态带来新的发展契机,也提升了万物物联的可能性,你做好准备了吗?来看 100+ 技术大咖实践。

极客时间App  GEEK TIME APP
跟 winter 一起,3 个月彻底学透前端必备技能
winter:工程师最重要的三个能力是编程能力、架构能力、工程能力,我的课程会从一段代码,一个组件和一个小项目,这样的三个实际案例,来帮助你提高这几方面的能力。
100+ 一线技术专家分享,提升研发综合实力
很多技术高手之所以是高手,是当真的出现不可预测的、遇有挑战性的任务时,能够接住并把握机会。但前提是自身需要有庞大的技能点储备,极客时间汇集 100+ 一线技术专家分享最佳实践,帮你提升研发综合实力。

活动推荐  POPULAR EVENTS
微信 10 年音视频技术沉淀,腾讯音视频技术的 5 大法门
6 月 29 日,来自腾讯云的五位技术专家将会为大家深度讲解腾讯音视频雄厚技术实力的最新进展,从实践出发,以视频、直播、音频、连麦通话、架构设计、AI 落地等众多实际场景为根基,为大家详解音视频技术背后的奥秘。
2019 企业容器创新大会免费门票限时领取
Kubernetes 的大规模落地;容器平台轻松支撑起 30万+ 用户量的高并发;从 Kafka 到 Redis,容器技术的演进之路等你感兴趣的容器技术的实践干货,尽在 6 月 20 日企业容器创新大会。
你以为大数据的落地一定“前途光明”?
“大数据”势头强盛,为何“工业大数据”落地仍旧艰难?光说不练假把式!真实企业数据集、华为免费算法工具,以及工信部 & 信通院的全程助力,这个竞赛值得拥有!
感谢您订阅每周精要。InfoQ中文站每周日针对会员发送每周内容精要邮件。
别人转发给你的邮件?现在注册获取您自己的 InfoQ每周精要邮件吧
InfoQ微博:@InfoQ
InfoQ微信:infoqchina
InfoQ手机客户端:极客时间

爱可可老师24小时热门分享(2019.6.14)

No 1. 【GANs'必读'论文推荐】
No 2. '整理知识图谱相关学习资料' by hooke GitHub: http://t.cn/AiCDRC…
No 3. 👋 👬 😂
No 4. 【俗话卷积网络】
No 5. 👨‍🎓 [笑cry] ​
No 6. 【如何在Python程序里用HDF5文件系统实现高效存储】
No 7. 【Tensorflow 2.0简单图片分类全程实例】
No 8. 【R语言环状可视化包】
No 9. 【问答系统相关资源大列表】
No 10. 【知识图谱相关资源大列表】
No 11. '省市区数据采集并标注拼音、坐标和边界范围' by xiangyuecn GitHub: http:…
No 12. 早![太阳] ​
No 13. 'lightNLP – 基于Pytorch和torchtext的自然语言处理深度学习框架' by s…
No 14. 【VeRi:大规模城市交通监控车辆再识别图像数据集】
No 15. 【视频目标检测文献大列表】
No 16. 【《数据科学随身挑战集》参考答案】
No 17. 《Shapes and Context: In-the-wild Image Synthesis & Manipulation》
No 18. 【深度学习注意力(ICML 2019)】
No 19. 【自然梯度优化详解】
No 20. [思考]
No 21. 【Python开源机器人研究平台】
No 22. 【Python实现的符号版俄罗斯方块】
No 23. 【用Python调用H2O.ai实现机器学习建模和AutoML】
No 24. Nature发表了一篇十分好的文章,名为“当英语不是你的母语”
No 25. 【Transformer/GPT-2文本自动补完Demo】
No 26. 【GauGAN由分割块和线条涂鸦生成自然景观照片的在线交互演示】
No 27. '2019 Python Codes – BERT, AWS RDS, AWS Forecast, …
No 28. 【C# 实现的算法与数据结构集锦】
No 29. 【可视化图表选用指南】
No 30. 《Table-Based Neural Units: Fully Quantizing Networks for Multiply-Free Inference》
No 31. 【Fist:C语言开发的轻量全文索引服务】
No 32. 【Python高性能矩阵乘法库】
No 33. 这才叫画风迁移嘛 🖌 by Lothlenan (Andrea Tamme) ​…
No 34. 【CVPR 2019 NVIDIA成果汇总】
No 35. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) ​…
No 36. Kelly Vaughn:编程的两个阶段:1、这代码怎么不好使呢? 2、这代码怎么就好使了呢? ​…
No 37. 【高性能Python组件】
No 38. 《Resolving Gendered Ambiguous Pronouns with BERT》
No 39. 【基于深度学习用卫星图像预测采矿前景和矿藏】
No 40. 'Implementation of Generating Diverse High-Fidelit…
No 41. 《When to use parametric models in reinforcement learning?》
No 42. 【元学习相关资源大列表】
No 43. “The First Place Solution of iMaterialist (Fashion) 2019 at FGVC6”
No 44. 直觉+精校
No 45. 《A Closer Look at the Optimization Landscapes of Generative Adversarial Networks》
No 46. TensorFlow vs. PyTorch
No 47. 【NAACL 2019亮点摘要】
No 48. 《Search on the Replay Buffer: Bridging Planning and Reinforcement Learning》
No 49. 晚安~
No 50. 《On regularization for a convolutional kernel in neural networks》

爱可可老师24小时热门分享(2019.6.13)

No 1. 中? [笑cry] ​
No 2. 这才叫画风迁移嘛 🖌 by Lothlenan (Andrea Tamme) ​…
No 3. 【课堂笔记:机器学习优化】
No 4. 【深度学习注意力(ICML 2019)】
No 5. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) ​…
No 6. 【深度学习工具】
No 7. “数学并不只是关乎计算,更是对大自然一切活动最深层次的理解。”
No 8. 【计算机视觉博士生的资源汇编:科研指南、读论文方法、如何写论文……】
No 9. '整理知识图谱相关学习资料' by hooke GitHub: http://t.cn/AiCDRC…
No 10. 👋 👬 😂
No 11. 【高性能Python组件】
No 12. TensorFlow vs. PyTorch
No 13. 《Large-scale Visual Relationship Understanding》
No 14. '基于视频的目标检测算法研究' by guanfuchen GitHub: http://t.cn/…
No 15. 《What Does BERT Look At? An Analysis of BERT's Attention》
No 16. 【数据工程师学习资源汇编】
No 17. 【R语言环状可视化包】
No 18. 【Zettlr:(又一个)强大的开源Markdown编辑器】
No 19. #bilibili#搬运:http://t.cn/AiCBAFzA //@爱可可-爱生活: Vide…
No 20. 【用BERT模型解答托业考试(TOEIC)题(76% Correct)】
No 21. 【学术研究成功建议】
No 22. 【imgviz:Python图片可视化分析工具】
No 23. 【用开源代码和NASA数据制作太阳系地图】
No 24. Video(Youtube):http://t.cn/AiC1dkbH
No 25. 【ICML 2019 Facebook成果集锦】
No 26. 【问答系统相关资源大列表】
No 27. 1986年:乔布斯以500万美元收购皮克斯2006年:迪士尼以74亿美元收购皮克斯
No 28. 'lightNLP – 基于Pytorch和torchtext的自然语言处理深度学习框架' by s…
No 29. 【ICML 2019 Google成果集锦】
No 30. 【《数据科学随身挑战集》参考答案】
No 31. 【Python实现的spectral gating语音降噪/增强】
No 32. 【DiskCache:(Python)基于磁盘的缓存服务,比Redis、Memcached更快】
No 33. 'PointRCNN+Frustum Pointnet' by JenningsL GitHub: …
No 34. '2019 Python Codes – BERT, AWS RDS, AWS Forecast, …
No 35. 早![太阳] ​
No 36. 晚安~
No 37. GitHub的小花样越来越多了 [挤眼] ​
No 38. 《WikiDataSets : Standardized sub-graphs from WikiData》
No 39. 一觉醒来,惊悉Space Engine在Steam正式上线。这是迄今最惊艳的宇宙模拟,亿万天体使用专…
No 40. 【Anafora:网页版文本标注工具】
No 41. GitHub新增基于semantic库的代码定义跳转(Jump to definition)功能, …
No 42. 【Python实现的符号版俄罗斯方块】
No 43. 【知识图谱相关资源大列表】
No 44. 【C# 实现的算法与数据结构集锦】
No 45. 【游戏开发资源大列表】
No 46. 计划一周调参完毕、顺利发文的实验三个月都没搞定是种什么体验…… http://t.cn/ECz5Dl…
No 47. 【Fist:C语言开发的轻量全文索引服务】
No 48. 《Shapes and Context: In-the-Wild Image Synthesis & Manipulation》
No 49. 【VeRi:大规模城市交通监控车辆再识别图像数据集】
No 50. 【元学习:从Few-Shot学习到快速强化学习】

爱可可老师24小时热门分享(2019.6.12)

No 1. 这才叫画风迁移嘛 🖌 by Lothlenan (Andrea Tamme) ​…
No 2. 中? [笑cry] ​
No 3. “野心是世界上几乎所有最杰出工作背后的驱动力。特别的,几乎所有对人类福祉作出实质性贡献的人都是野心勃勃的人。”
No 4. 【马尔可夫链蒙特卡罗(MCMC)简史】
No 5. '2019年最新总结,从程序员到CTO,从专业走向卓越,分享大牛企业内部pdf与PPT' by 0v…
No 6. 【涂鸦世界:为你的涂鸦自动生成动画,并将它“放生”到可探索的涂鸦3D世界】
No 7. 【计算机视觉博士生的资源汇编:科研指南、读论文方法、如何写论文……】
No 8. 【Keras超参调试器】
No 9. 《Bidirectional Attentive Memory Networks for Question Answering over Knowledge Bases》
No 10. 【元学习:从Few-Shot学习到快速强化学习】
No 11. Jupyter Nookbook高级实用技巧:Cell 内 Undo 用 CTRL + Z,如恢复…
No 12. 【课堂笔记:机器学习优化】
No 13. “数学并不只是关乎计算,更是对大自然一切活动最深层次的理解。”
No 14. 《Is Attention Interpretable?》
No 15. 《学术界的七个“凡是”》
No 16. 《Challenging Common Assumptions in the Unsupervised Learning of Disentangled Representations》
No 17. 【TensorFlow 2.0文本处理库】
No 18. 早![太阳]
No 19. 【元学习文献大列表】
No 20. 【代码保护利器:Python 2.x / 3.x 代码混淆工具】
No 21. 【深度学习注意力(ICML 2019)】
No 22. '基于视频的目标检测算法研究' by guanfuchen GitHub: http://t.cn/…
No 23. 马克:“知道初创公司最棒的一点是什么吗?”
No 24. 【数据库选用指南】
No 25. [挤眼] ​
No 26. 教学和实践的脱节,实在是个大问题。本应是水到渠成的理论应用于实践,往往变成“所学不知何用、所用另起炉灶”
No 27. 晚安~ [月亮] src:http://t.cn/RiDOtFU ​
No 28. 现实版学术指南
No 29. 《Large-scale Visual Relationship Understanding》
No 30. 晚安~ [月亮] ​
No 31. 【机器学习'玩'起来:自制两个小游戏】
No 32. 【数据工程师学习资源汇编】
No 33. 【Zettlr:(又一个)强大的开源Markdown编辑器】
No 34. 【PyTorch文本生成工具集】
No 35. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) ​…
No 36. 【用开源代码和NASA数据制作太阳系地图】
No 37. 一觉醒来,惊悉Space Engine在Steam正式上线。这是迄今最惊艳的宇宙模拟,亿万天体使用专…
No 38. 【用图网络精确预测分子和晶体性质】
No 39. 1986年:乔布斯以500万美元收购皮克斯2006年:迪士尼以74亿美元收购皮克斯
No 40. 【撰写学位论文的20个提示】
No 41. 【用BERT模型解答托业考试(TOEIC)题(76% Correct)】
No 42. Steam好东东多多//一觉醒来,惊悉Space Engine在Steam正式上线。这是迄今最惊艳的…
No 43. 《Rates of Convergence for Sparse Variational Gaussian Process Regression》
No 44. 《Understanding Generalization through Visualizations》
No 45. 【Python矩阵随机降维库】
No 46. 【不完全深度学习指南】
No 47. 《DiCENet: Dimension-wise Convolutions for Efficient Networks》
No 48. 《A Survey of Reinforcement Learning Informed by Natural Language》
No 49. 'PyStore – Fast data store for Pandas timeseries d…
No 50. 【imgviz:Python图片可视化分析工具】

爱可可老师24小时热门分享(2019.6.11)

No 1. 这才叫画风迁移嘛 🖌 by Lothlenan (Andrea Tamme) ​…
No 2. 开发者小提示:🎧一定买副好耳机💻PR之前重读代码🤜🏻真卡住了就求助🙌🏻帮其他卡住…
No 3. [挤眼] ​
No 4. 【PyTorch Hub:仅需一行代码(torch.hub.load())复用ResNet, ResNext, BERT, GPT, PGAN, Tacotron, DenseNet, MobileNet等最新模型】
No 5. 【深度学习注意力(ICML 2019)】
No 6. 晚安~ [月亮] src:http://t.cn/RiDOtFU ​
No 7. 【深度学习电影接吻镜头检测器,2.3TB数据集,已标注100部电影包含263个接吻片段和363个非接吻片段 😗】
No 8. 【NLP新闻多分类基础实战教程(SVM/TF- IDF/Deep Learning/Spacy/Attention LSTM)】
No 9. “野心是世界上几乎所有最杰出工作背后的驱动力。特别的,几乎所有对人类福祉作出实质性贡献的人都是野心勃勃的人。”
No 10. 【变分自编码器如何改变经典推荐算法】
No 11. 【新书:新闻自动化——算法如何改写媒体】
No 12. '2019年最新总结,从程序员到CTO,从专业走向卓越,分享大牛企业内部pdf与PPT' by 0v…
No 13. 【旧金山大学自然语言处理课程(2019)资料(Jupyter Notebooks)】
No 14. 【超分辨率相关资源大列表】
No 15. 【听“音”知“形”:根据语音预测(个人风格)手势,大型特定人手势视频数据集(10人/128小时)】
No 16. 【新书:概率/确定性图模型推理(第二版)】
No 17. 电影质感的纽约街头摄影 by Ray H. Mercado src:http://t.cn/AiCS…
No 18. 【EfficientNet解析:卷积神经网络模型规模化的反思】
No 19. 早![太阳] ​
No 20. 【新书:跨语言词嵌入】
No 21. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) ​…
No 22. 【面向机器学习实验管理、超参数优化和结果可视化的Python包】
No 23. 《Keras Mask R-CNN | PyImageSearch》
No 24. 商场跑水了,乐队配乐满分!🌊
No 25. 《Adaptive Neural Trees》
No 26. 【完成论文:成功策略指南】
No 27. 【结构与风格:AI在建筑设计领域的应用】
No 28. 【图像补全相关资源大列表】
No 29. 【涂鸦世界:为你的涂鸦自动生成动画,并将它“放生”到可探索的涂鸦3D世界】
No 30. 【TensorFlow 2.0文本处理库】
No 31. 游戏“模拟鸽生2019”
No 32. 《Bidirectional Attentive Memory Networks for Question Answering over Knowledge Bases》
No 33. 《云计算与边缘计算协同九大应用场景(2019年)》
No 34. Jupyter Nookbook高级实用技巧:Cell 内 Undo 用 CTRL + Z,如恢复…
No 35. 《哪些网站帮你打开了新世界的大门? – 知乎》
No 36. 【Keras超参调试器】
No 37. 马克:“知道初创公司最棒的一点是什么吗?”
No 38. 【代码保护利器:Python 2.x / 3.x 代码混淆工具】
No 39. 【SHAP:解释任意机器学习模型输出的统一方法】
No 40. 【文本对抗攻击与防御文献精选】
No 41. 【CVPR 2019论文集】
No 42. 《Attention Is (not) All You Need for Commonsense Reasoning》
No 43. 【studio.ml:用来简化、加快模型构建过程的模型管理框架】
No 44. 《怎样有效降低论文的重复率? – 知乎》
No 45. 【面向数据科学应用的Pandas UDFs可扩展Python编程】
No 46. 神奇视错觉 [晕] http://t.cn/AiCWLPFI ​
No 47. 《Selfie: Self-supervised Pretraining for Image Embedding》
No 48. 【PyTorch文本生成工具集】
No 49. 【(Javascript)内容感知的图片自动裁剪】
No 50. 《How to make a pizza: Learning a compositional layer-based GAN model》

爱可可老师24小时热门分享(2019.6.10)

No 1. 这才叫画风迁移嘛 🖌 by Lothlenan (Andrea Tamme) ​…
No 2. 开发者小提示:🎧一定买副好耳机💻PR之前重读代码🤜🏻真卡住了就求助🙌🏻帮其他卡住…
No 3. 《怎样有效降低论文的重复率? – 知乎》
No 4. 【Python / C++ 11的LeetCode参考实现】
No 5. 【C++实现的RetinaFace人脸检测】
No 6. 【CVPR 2019论文集】
No 7. 【GANs学习路线图】
No 8. François Chollet:看到深度学习能干这能干那,就认为“是时候进军通用智能(AGI)了”
No 9. 【Python多维绘图:从2D到6D】
No 10. 'BERT-chinese-text-classification-and-deployment -…
No 11. 【普林斯顿课程“计算机科学进阶:理论专家工具箱”,介绍对理论计算机科学研究证明有用的概率、代数、组合和算法方法】
No 12. 【端到端机器学习自动化综述】
No 13. 《碎片化时代,有哪些高效的学习方法? – 知乎》
No 14. Bezos试用HaptX shadowrobot的触觉控制机械手 http://t.cn/AiCVs…
No 15. 【贝叶斯推理资源大列表】
No 16. 《How I made top 0.3% on a Kaggle competition》
No 17. 《如何找到自己真正想做的事情? – 知乎》
No 18. 【神经网络的语言、树、几何表示】
No 19. Bert 给人们带来了大惊喜,不过转眼过去大约半年时间了,这半年来,陆续出现了与Bert相关的不少新…
No 20. 【用强化学习解魔方(及其他复杂问题)】
No 21. 《Cognitive Graph for Multi-Hop Reading Comprehension at Scale》
No 22. “盗梦空间”
No 23. 【Python空间数据处理绘图包】
No 24. 晚安~ [月亮] http://t.cn/AiCMAtXf ​
No 25. 《Attention Is (not) All You Need for Commonsense Reasoning》
No 26. 莫名想到“剃头机”
No 27. 《Time Series Anomaly Detection Using Convolutional Neural Networks and Transfer Learning》
No 28. 《哪些网站帮你打开了新世界的大门? – 知乎》
No 29. 电影质感的纽约街头摄影 by Ray H. Mercado src:http://t.cn/AiCS…
No 30. 【旧金山大学自然语言处理课程(2019)资料(Jupyter Notebooks)】
No 31. 真实!
No 32. 【Bash风格指南:规范、最佳实践和实用技巧】
No 33. 表情符号总是跑向左边:🏃‍♀️🚶‍♂️⛷🏂🏇🚴‍♀️⛹️‍♂️🤺🏊‍♂️🏄‍♂️���…
No 34. 【超分辨率相关资源大列表】
No 35. Bert在NLP各领域应用进展
No 36. GTO皮卡丘 [笑cry] src:http://t.cn/AiCfxTaB ​
No 37. 【深度哈希文献大列表】
No 38. 早!
No 39. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) ​…
No 40. 《Adaptive Neural Trees》
No 41. 【面向机器学习实验管理、超参数优化和结果可视化的Python包】
No 42. 【回归问题的模型假设】
No 43. 当GANs遇上像素风(基于eBoy像素艺术数据)
No 44. “就写程序而言,最难的部分不是解决问题,而是决定该解决什么问题。”
No 45. 有没有让你想到一本书? (MOMA Film Library, Works of Calder, 1…
No 46. 为了 ssh 某台机器,明知道 alias 的高效,还是执着的翻着 history | grep ….
No 47. 【情感AI语境捕获:创新的多模态视频情感分析】
No 48. 【图像补全相关资源大列表】
No 49. 学习的本质:人类是如何适应月球失重环境的? http://t.cn/AiCJQYdY ​…
No 50. 【如何写论文】

爱可可老师24小时热门分享(2019.6.9)

No 1. 这才叫画风迁移嘛 🖌 by Lothlenan (Andrea Tamme) ​…
No 2. 《哪些网站帮你打开了新世界的大门? – 知乎》
No 3. 【如何写论文】
No 4. 《怎么才能心无旁骛地学习? – 知乎》
No 5. 《有哪些让你相见恨晚的思维方式? – 知乎》
No 6. 【数据科学特征选择方法入门】
No 7. 【Jupyter是更好的Excel】
No 8. 另类“混合现实”
No 9. 【TensorFlow 2.0实战入门】
No 10. #可可家训# 有一天,你会遇到很多人,面对无数面孔,望你:不急不躁,三思而行。用平静应对褒奖,用沉默…
No 11. 【README模板及高质量文档编写技巧】
No 12. 'CTR prediction models based on deep learning(基于深度…
No 13. “就写程序而言,最难的部分不是解决问题,而是决定该解决什么问题。”
No 14. [挤眼] ​
No 15. “盗梦空间”
No 16. 真实!
No 17. Bezos试用HaptX shadowrobot的触觉控制机械手 http://t.cn/AiCVs…
No 18. 【千倍速数据增广】
No 19. 《Generative Adversarial Networks: A Survey and Taxonomy》
No 20. 【CUDA GPU python作业调度程序】
No 21. 【高效开发工具的秘密】
No 22. 《LatentGNN: Learning Efficient Non-local Relations for Visual Recognition》
No 23. 【GANs学习路线图】
No 24. 1985年的我:到2019年,我们会开着飞翔的汽车,到火星上度假! 2019年的我:再说一遍。。。…
No 25. 可视化:咖啡经济学 src:http://t.cn/AiC5Hz6G ​…
No 26. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) ​…
No 27. 莫名想到“剃头机”
No 28. 🐌 🏎 http://t.cn/AiCtfOv6 ​
No 29. “(MIT)Workshop on Learning for Dynamics and Control”
No 30. 【新书:Apple/iOS机器学习教程】
No 31. 【Python / C++ 11的LeetCode参考实现】
No 32. 【贝叶斯推理资源大列表】
No 33. GTO皮卡丘 [笑cry] src:http://t.cn/AiCfxTaB ​
No 34. 早![太阳] ​
No 35. Jacob Schreiber:在分割成多份进行k折训练/测试前,用所有数据进行特征选择 是训练-测…
No 36. 晚安~ [月亮] http://t.cn/AiCbMTZB ​
No 37. 【#权力的游戏#数据集与可视化】
No 38. [哈哈] ​
No 39. 【TensorFlow 2.0 Beta发布】
No 40. 【机器学习如何帮助识别药物的有效性和不良反应】
No 41. 汽车碰撞测试:2019 vs. 1959 http://t.cn/AiC5nELJ ​…
No 42. 'Jeecg-Boot 快速开发平台(前后端分离版本)' by scott GitHub: http…
No 43. 有没有让你想到一本书? (MOMA Film Library, Works of Calder, 1…
No 44. 为了 ssh 某台机器,明知道 alias 的高效,还是执着的翻着 history | grep ….
No 45. 👦📱😝 ​
No 46. 《Unsupervised Object Segmentation by Redrawing》
No 47. 【应对所有编程面试问题的14种模式】
No 48. 'BERT-chinese-text-classification-and-deployment -…
No 49. David Robinson:很认同“即使资深开发者也得Google!”
No 50. 【复现GPT2–1.5B】