爱可可老师24小时热门分享(2019.7.31)

No 1. 【图解十大CNN架构】
No 2. 【注重数学推导的机器学习算法学习笔记】
No 3. 【正则表达式轻松学】
No 4. 《Graph Neural Networks: A Review of Methods and Applications》
No 5. 《挑战程序设计竞赛》
No 6. '应急响应实战笔记,一个安全工程师的自我修养' by Bypass007 GitHub: http:…
No 7. 《Python机器学习手册:从数据预处理到深度学习》
No 8. 【YOLOv3多目标跟踪】
No 9. 《Python 快速入门 第3版》
No 10. PhD Diaries:记住——不管实验行不行,你一定行! …
No 11. 以相同速度不同角度抛出物体,各条抛物线顶点会形成一个椭圆
No 12. 【用元学习解决少样本图像分类】
No 13. 【Pandas 应用技巧:用 pandas-profiling 概览 DataFrame 】
No 14. 【《统计数字会撒谎》读后感】
No 15. 【Jupyter扩展bamboolib:pandas dataframes图形化操作界面】
No 16. [good] //@zibuyu9:GNN相关工作有如井喷,为了使论文列表更加条理,同学们按主题进行…
No 17. 【售价$26.50的 M5Stick-V RISC-V AI 摄像头】
No 18. 【HoloGAN:普通图片无监督3D表示学习(ICCV 2019)】
No 19. 晚安~ [月亮] http://t.cn/AiYvp0V7 ​
No 20. 【Docker, PyTorch & Flask 机器学习模型训练与web界面部署实例】
No 21. 说白了,一定要有信息增益;论文同理,核心一定是“为啥”
No 22. 【(Python)机器学习模型组合工具包】
No 23. 【BERT / XLNet 句向量表示】
No 24. 我:“咱写的代码真没那么糟” 我的代码……
No 25. 《Camera Distance-aware Top-down Approach for 3D Multi-person Pose Estimation from a Single RGB Image》
No 26. 大O符号咏叹调:O(1) = O(yeah)O(log n) = O(nice)O(nlogn…
No 27. 喜欢这种风格~
No 28. 你们要的pdf:http://t.cn/AiY2nMT7
No 29. 【中文阅读理解数据集/SOA/指标/比赛列表】
No 30. 【边缘机器学习相关资源大列表】
No 31. 【软件开发四年得到的五个重要教训】
No 32. 【Rust图书大列表】
No 33. 【PyTorch实现的EXTD极小人脸检测】
No 34. 【优秀技术经理的30个特征】
No 35. 前几天review代码的时候发现注释写的有问题:注释应该首先是对动机的描述,其次才是对代码的补充描述…
No 36. 【Python 装饰器资源大列表】
No 37. 顶会看多了,好像也感觉…… [坏笑] ​…
No 38. 【面向少样本分割的1000类图片数据集】
No 39. 《TARGER: Neural Argument Mining at Your Fingertips》
No 40. 【用Flux.jl(Julia)实现的AlphaGo Zero】
No 41. 【持续学习语义理解框架 ERNIE 2.0】
No 42. 【NLPre:自然语言(预)处理库】
No 43. 【AIVA:AI 情感配乐生成服务】
No 44. 【少样本人脸迁移(变脸)】
No 45. 【机器学习实践者之路】
No 46. 《Deep Reinforcement Learning for Personalized Search Story Recommendation》
No 47. 【FARM:方便易用可应用BERT等预训练模型的迁移学习NLP框架】
No 48. 《Is BERT Really Robust? Natural Language Attack on Text Classification and Entailment》
No 49. 【BERT词典生成器】
No 50. 有可能从卖柴的成功转型成卖磨刀石的 [笑而不语]

爱可可老师24小时热门分享(2019.7.30)

No 1. 大O符号咏叹调:O(1) = O(yeah)O(log n) = O(nice)O(nlogn…
No 2. 【2019语义分割指南】
No 3. 【Pandas最佳实践】
No 4. '应急响应实战笔记,一个安全工程师的自我修养' by Bypass007 GitHub: http:…
No 5. 最优秀的人,几乎总在造东西,跟聪明人一起。 – Sam Altman …
No 6. 【无人驾驶相关文献资源大列表】
No 7. PhD Diaries:记住——不管实验行不行,你一定行! …
No 8. 【面向图像分类和检测的神经网络压缩】
No 9. 【YOLOv3多目标跟踪】
No 10. 【新书:PyTorch深度学习编程——创建、部署深度学习应用】
No 11. 【Jupyter扩展bamboolib:pandas dataframes图形化操作界面】
No 12. 【二项分布好好玩】
No 13. 【新书:深度强化学习实战】
No 14. 以相同速度不同角度抛出物体,各条抛物线顶点会形成一个椭圆
No 15. 国外油菜网友自制的狮子王,很好很辛巴
No 16. 《RetinaNet: how Focal Loss fixes Single-Shot Detection》
No 17. 【BERT / XLNet 句向量表示】
No 18. 晚安~ [月亮] http://t.cn/AijBv0AE ​
No 19. (
No 20. 《PU-GAN: a Point Cloud Upsampling Adversarial Network》
No 21. 【ACL 2019 Google研究集锦】
No 22. AI研究的底线
No 23. 《Cyclical Learning Rates with Keras and Deep Learning》
No 24. 【新书:构建机器学习应用——从理念到产品】
No 25. 【PyTorch快速教程】
No 26. 【(Python)机器学习模型组合工具包】
No 27. 《Camera Distance-aware Top-down Approach for 3D Multi-person Pose Estimation from a Single RGB Image》
No 28. 【ACL 2019 Facebook Research 研究集锦】
No 29. 【如何为发表准备草稿:用户友好指南】
No 30. 【推荐欺诈最小化】
No 31. 【边缘机器学习相关资源大列表】
No 32. 【新书:Kubernetes编程——云原生应用开发】
No 33. 【AidLearning:安卓平台上的Linux+Anroid+AI+Python四合一环境,支持主流深度学习框架和图形界面开发,旧手机、旧平板可以翻出来搞一下】
No 34. 【基于BERT等最新语言模型的抽取式摘要提取】
No 35. 【新书:Hello World——算法时代生存指南】
No 36. 《异常检测(anomaly/ outlier detection)领域还有那些值得研究的问题?- 知乎》
No 37. 《RoBERTa: A Robustly Optimized BERT Pretraining Approach》
No 38. 【中文阅读理解数据集/SOA/指标/比赛列表】
No 39. 【用Flux.jl(Julia)实现的AlphaGo Zero】
No 40. 【Easy3D:轻量、易用、高效的(C++)3D数据处理、渲染库】
No 41. 【会表演木偶戏的机器人(SIGGRAPH 2019)】
No 42. 【FARM:方便易用可应用BERT等预训练模型的迁移学习NLP框架】
No 43. 【鲁棒神经网络机器翻译】
No 44. 要成为科学家,你不必: – 读过博士 – 发表同行评审的论文 – 有人出钱…
No 45. 【每个数据科学家都该了解的五种特征选择算法】
No 46. 《Towards meta-learning for multi-target regression problems》
No 47. stylegan
No 48. 【(ACL 2019 Tutorial)基于图的意义表示:设计和处理】
No 49. 【面向计算机科学与工程的代数、拓扑、微分学和最优化理论】
No 50. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) ​…

爱可可老师24小时热门分享(2019.7.29)

No 1. 要成为科学家,你不必: – 读过博士 – 发表同行评审的论文 – 有人出钱…
No 2. 【面向计算机科学与工程的代数、拓扑、微分学和最优化理论】
No 3. 【每个数据科学家都该了解的五种特征选择算法】
No 4. AI研究的底线
No 5. 【免费书:面向计算机视觉、机器人和机器学习的线性代数】
No 6. 【微分几何与李群笔记】
No 7. 【无人驾驶相关文献资源大列表】
No 8. 【150+ Python数据科学业务应用】
No 9. 【Python数据挖掘/NLP实战示例】
No 10. 除网格线以外只有灰度的图片 😲🧠👍 src:http://t.cn/AijQcLaf ​…
No 11. 最优秀的人,几乎总在造东西,跟聪明人一起。 – Sam Altman ​…
No 12. 【AidLearning:安卓平台上的Linux+Anroid+AI+Python四合一环境,支持主流深度学习框架和图形界面开发,旧手机、旧平板可以翻出来搞一下】
No 13. 【如何撰写系统的文献综述】
No 14. 【PyTorch快速教程】
No 15. 【Easy3D:轻量、易用、高效的(C++)3D数据处理、渲染库】
No 16. 做给别人看的科学家 vs. 做自己心里的科学家//要成为科学家,你不必: – 读过博士
No 17.
'PPTHub – 大安全各领域各公司各会议分享的PPT' by FeeiCN GitHub:
No 18. 【Keras实现的BiGAN相似地标图片检测】
No 19. 《DropAttention: A Regularization Method for Fully-Connected Self-Attention Networks》
No 20. 《Towards Scalable and Reliable Capsule Networks for Challenging NLP Applications》
No 21. I’m back! 🙂
No 22. 塞内加尔音乐家Sallilou演奏的Cas Cas,也叫Kashaka,一种用绳子把两个装着豆子的葫…
No 23. 《PU-GAN: a Point Cloud Upsampling Adversarial Network》
No 24. 【(ACL 2019 Tutorial)基于图的意义表示:设计和处理】
No 25. 进化:40s, 50s, 60s, 70, 80s … 2000 [笑cry]
No 26. 《MultiDepth: Single-Image Depth Estimation via Multi-Task Regression and Classification》
No 27. 【数据驱动的快速物理交互仿真:用机器学习将物理模拟提速300-4000倍】
No 28. 【Jupyterlab的变量查看扩展】
No 29. 【基于BERT等最新语言模型的抽取式摘要提取】
No 30. 【深度估计相关文献列表】
No 31. 【基于Transformer的TTS语音合成模型】
No 32. 《Lifelong GAN: Continual Learning for Conditional Image Generation》
No 33. 《Don't Worry About the Weather: Unsupervised Condition-Dependent Domain Adaptation》
No 34. 【自动音乐生成Demo网站大列表】
No 35. 《Introduction to Neural Network based Approaches for Question Answering over Knowledge Graphs》
No 36. 【会表演木偶戏的机器人(SIGGRAPH 2019)】
No 37. 【压缩自编码器有损图像压缩】
No 38. 《Self-Supervised Adaptation of High-Fidelity Face Models for Monocular Performance Tracking》
No 39. 《An Adaptive Approach for Anomaly Detector Selection and Fine-Tuning in Time Series》
No 40. 【(ACL 2019)无监督跨语言学习】
No 41. 【城市旅游行程规划库】
No 42. stylegan
No 43. 《Hessian based analysis of SGD for Deep Nets: Dynamics and Generalization》
No 44. 【Fastai/Pytorch Hooks/Spotify’s Annoy相似图片搜索】
No 45. 【系统自动化强化框架】
No 46. 《Channel Normalization in Convolutional Neural Network avoids Vanishing Gradients》
No 47. 《One-stage Shape Instantiation from a Single 2D Image to 3D Point Cloud》
No 48. 对教育不真的热爱,就别轻易登上讲台
No 49. 《Benchmarking TPU, GPU, and CPU Platforms for Deep Learning》
No 50. 【博士论文:神经网络密度估计与非似然推理】

爱可可老师24小时热门分享(2019.7.28)

No 1. 《异常检测(anomaly/ outlier detection)领域还有那些值得研究的问题?- 知乎》
No 2. 对教育不真的热爱,就别轻易登上讲台
No 3. 【最简单的Numpy入门教程】
No 4. 【够用就好的数据科学家Pandas基础】
No 5. 晚安~ [月亮] http://t.cn/AijpOzQz ​
No 6. 《国内外有哪些比较好的人工智能学习平台?- 知乎》
No 7. 【自动音乐生成Demo网站大列表】
No 8. 【博士论文:神经网络密度估计与非似然推理】
No 9. 'HyperLabelImg – 开源可视化图像标注工具(支持人脸关键点/不规则四边形/多边形标注)…
No 10. 'PPTHub – 大安全各领域各公司各会议分享的PPT' by FeeiCN GitHub:
No 11. Google Cloud 全家桶(开发者速查) ref:http://weibo.com/14024…
No 12. 【神经网络训练方法】
No 13. 【城市旅游行程规划库】
No 14. 【2019.7 十大热门Python网文】
No 15. 《Are We Really Making Much Progress? A Worrying Analysis of Recent Neural Recommendation Approaches》
No 16. 看了Julien Chaumond提供的这段Swift实现的GPT2生成模型,对Swift有点心动 …
No 17. 【机器学习大型会议菜鸟参会指南】
No 18. 【Fastai/Pytorch Hooks/Spotify’s Annoy相似图片搜索】
No 19. 【用Jupyter Notebooks编写、分享算法分析的十条简单规则】
No 20. 【应用数学与机器学习:一个实际的数据科学面试项目】
No 21. 'AI 路线图(知识树)' by ApacheCN GitHub: http://t.cn/EoGp…
No 22. 《Understanding Video Content: Efficient Hero Detection and Recognition for the Game 'Honor of Kings'》
No 23. 【《Research Design(Fifth Edition)》样章:研究方法选择、文献综述】
No 24. 经典回顾,看清神经网络训练的那些坑…
No 25. 【用稀疏数组(Sparse Arrays)高效处理大规模(特征)数据】
No 26. 【预训练统一语言模型(UNILM)自然语言理解和生成】
No 27. 【要牛仔裤不要鞋子——如何用BERT更好满足客户需求】
No 28. 从 arXiv.org 论文引用情况看各深度学习框架热度
No 29. 《大家ICCV2019的评审结果如何?如何rebuttal?- 知乎》
No 30. 【Deep CARs:PyTorch迁移学习实战】
No 31. 《Eidetic 3D LSTM: A Model for Video Prediction and Beyond》
No 32. 《Learning to Select, Track, and Generate for Data-to-Text》
No 33. 《A Neural Network Based On-device Learning Anomaly Detector for Edge Devices》
No 34. '“神策杯2018高校算法大师赛(中文关键词提取)第二名代码方案' by Bigzhao Tan G…
No 35. 【迁移学习自然语言处理教程资料】
No 36. 也许没有🦖那么强大,但依然可以活得很骄傲🐶…
No 37. 《Robust subsampling-based sparse Bayesian inference to tackle four challenges (large noise, outliers, data integration, and extrapolation) in the discovery of physical laws from data》
No 38. 【Tensorpack:专注速度与灵活性的TensorFlow神经网络训练接口】
No 39. 别忽略了最后的References,很好的参考文献列表…
No 40. 《MintNet: Building Invertible Neural Networks with Masked Convolutions》
No 41. 【用Pytorch超快速训练神经网络的九个技巧】
No 42. 【Kaggle新赛:钢铁缺陷检测】
No 43. 【机器学习模型压缩相关文献、工具、学习资料列表】
No 44. 《Zero-Shot Sign Language Recognition: Can Textual Data Uncover Sign Languages?》
No 45. 《A Simple BERT-Based Approach for Lexical Simplification》
No 46. '2020年的算法实习岗位信息表,部分包括内推码,和常见深度学习算法岗面试题及答案,暑期计算机视觉实…
No 47. 《Improving Sequence-to-Sequence Learning via Optimal Transport》
No 48. 《Bayesian Variable Selection for Gaussian copula regression models》
No 49. 【用马尔可夫逻辑统一逻辑AI和统计AI】
No 50. 【用Cython 30倍加速 Python代码】

爱可可老师一周热门分享(2019.7.28)

No 1. 昏眩山羊(Fainting goat)是一种家养山羊,当它们感到恐慌时,肌肉会僵直约3秒钟 ref:…
No 2. 【Deep TabNine编程自动补全Python语言体验】
No 3. François Chollet:最近读了不少1950年到2010年AI相关的老论文。 有意思的是,…
No 4. 程序员的感人留言 😂 ​
No 5. 【技术面试参考资料大列表】
No 6. 也许没有🦖那么强大,但依然可以活得很骄傲🐶…
No 7. 'AI 路线图(知识树)' by ApacheCN GitHub: http://t.cn/EoGp…
No 8. 【Pythran:让Python跑得像C++一样快】
No 9. 当你写的代码第一次就运行成功 [笑cry]
No 10. Oliver Sachgau对FaceApp照片老人化的递归调用结果 [偷笑] ​…
No 11. '2020年的算法实习岗位信息表,部分包括内推码,和常见深度学习算法岗面试题及答案,暑期计算机视觉实…
No 12. 【深度学习优化算法】
No 13. 学术界当然需要科学家,但请不要忘记: 工业界也需要科学家 政府也需要科学家 新闻界也需要科学家…
No 14. 今天的更新真太不容易了!各种没电,各种没信号,必须给自己点个赞 😄 ​…
No 15. 【用Pytorch超快速训练神经网络的九个技巧】
No 16. '中文技术文档的写作规范' by Ruan YiFeng GitHub: http://t.cn/R…
No 17. 《异常检测(anomaly/ outlier detection)领域还有那些值得研究的问题?- 知乎》
No 18. 【深度学习与地理信息系统(GIS)的结合】
No 19. 【2019 AI 现状报告】
No 20. '“神策杯2018高校算法大师赛(中文关键词提取)第二名代码方案' by Bigzhao Tan G…
No 21. 晚安~ [月亮] http://t.cn/AilnqiiK ​
No 22. 【SandDance:数据可视化探索、理解和展示工具】
No 23. DIY乐趣多:用纸板制作机械七段式数显 src:http://t.cn/AijLrzBw http:…
No 24. 【数据科学家需要了解的五种采样算法】
No 25. ‘知识图谱深度学习相关资料整理- 深度学习与自然语言处理、知识图谱、对话系统。包括知识获取、知识库构…
No 26. 【Transformer解析】
No 27. 【文字识别OCR相关文献大列表】
No 28. 超精美的大自然笔记 by Jo Brown http://t.cn/Ail0a1xh ​…
No 29. “Markdown 简历模版”
No 30. 【帮助确定写作顺序并最终发表文章的十个实用技巧】
No 31. 【《Python机器学习(第二版)》随书代码】
No 32. Bug调试“六板斧”
No 33. '外星人'布袋花(蒲包花) Happy Alien flowers (Calceolaria Uni…
No 34. 【美观LaTeX论文模板集】
No 35. 【用马尔可夫逻辑统一逻辑AI和统计AI】
No 36. 【用Cython 30倍加速 Python代码】
No 37. 【(微软官方)Windows平台Python开发指南】
No 38. 【用Python实现蒙特卡罗树搜索(MCTS)算法】
No 39. 【C++实现的激光雷达扫描/点云多目标检测、跟踪和分类】
No 40. 【XLNet vs. BERT 大模型公平比较研究】
No 41. 【(TensorFlow 2.0)U-Net图像分割教程】
No 42. 【论文同行评审:学生和评审新手参考清单】
No 43. 今天François Chollet关于AI技术发展的一番话(
No 44. 【对Transformers横扫NLP榜单的思考:“更多数据&计算=SOTA”不是真正的研究进展】
No 45. 【新书:Python深度学习——新手入门实战指南】
No 46. 【训练GANs的陷阱与提示】
No 47. 晚安~ [月亮] http://t.cn/AijpOzQz ​
No 48. 【Kaggle新赛:钢铁缺陷检测】
No 49. 【用Jupyter Notebooks编写、分享算法分析的十条简单规则】
No 50. 【谱聚类:直觉与原理】

爱可可老师一周论文精选(2019.7.28)

No 1. 《Time2Vec: Learning a Vector Representation of Time》
No 2. 《SlimYOLOv3: Narrower, Faster and Better for Real-Time UAV Applications》
No 3. 《Tutorial: Deriving the Standard Variational Autoencoder (VAE) Loss Function》
No 4. 《Techniques for Automated Machine Learning》
No 5. 《A Baseline for 3D Multi-Object Tracking》
No 6. 《MixNet: Mixed Depthwise Convolutional Kernels》
No 7. 《Pairwise Link Prediction》
No 8. 《Quant GANs: Deep Generation of Financial Time Series》
No 9. 《Green AI》
No 10. 《Deep-SLAM++: Object-level RGBD SLAM based on class-specific deep shape priors》
No 11. 《NPA: Neural News Recommendation with Personalized Attention》
No 12. 《OmniNet: A unified architecture for multi-modal multi-task learning》
No 13. 《Overfitting of neural nets under class imbalance: Analysis and improvements for segmentation》
No 14. 《Faster Neural Network Training with Data Echoing》
No 15. 《Image-and-Spatial Transformer Networks for Structure-Guided Image Registration》
No 16. 《Bayesian Inference with Generative Adversarial Network Priors》
No 17. 《Noise Contrastive Variational Autoencoders》
No 18. 《Understanding Video Content: Efficient Hero Detection and Recognition for the Game 'Honor of Kings'》
No 19. 《U-GAT-IT: Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization for Image-to-Image Translation》
No 20. 《Context-Aware Convolutional Neural Network for Grading of Colorectal Cancer Histology Images》
No 21. 《Spectral Analysis of Latent Representations》
No 22. 《IsoNN: Isomorphic Neural Network for Graph Representation Learning and Classification》
No 23. 《An Actor-Critic-Attention Mechanism for Deep Reinforcement Learning in Multi-view Environments》
No 24. 《Differentiable Bayesian Neural Network Inference for Data Streams》
No 25. 《Trusses and Trapezes: Easily-Interpreted Communities in Social Networks》
No 26. 《Y-Autoencoders: disentangling latent representations via sequential-encoding》
No 27. 《Convolutional Neural Networks on Randomized Data》
No 28. 《Learning to Select, Track, and Generate for Data-to-Text》
No 29. 《Hierarchical Sequence to Sequence Voice Conversion with Limited Data》
No 30. 《Statistical data analysis in the Wasserstein space》

爱可可老师24小时热门分享(2019.7.27)

No 1. 'AI 路线图(知识树)' by ApacheCN GitHub: http://t.cn/EoGp…
No 2. 【用Pytorch超快速训练神经网络的九个技巧】
No 3. '2020年的算法实习岗位信息表,部分包括内推码,和常见深度学习算法岗面试题及答案,暑期计算机视觉实…
No 4. '“神策杯2018高校算法大师赛(中文关键词提取)第二名代码方案' by Bigzhao Tan G…
No 5. ‘知识图谱深度学习相关资料整理- 深度学习与自然语言处理、知识图谱、对话系统。包括知识获取、知识库构…
No 6. 《异常检测(anomaly/ outlier detection)领域还有那些值得研究的问题?- 知乎》
No 7. 【用Python实现蒙特卡罗树搜索(MCTS)算法】
No 8. 【用Cython 30倍加速 Python代码】
No 9. 【用马尔可夫逻辑统一逻辑AI和统计AI】
No 10. 【C++实现的激光雷达扫描/点云多目标检测、跟踪和分类】
No 11. 【谱聚类:直觉与原理】
No 12. 【图深度学习技术路线图(文献列表)】
No 13. 【Kaggle新赛:钢铁缺陷检测】
No 14. 【Weights & Biases:一行代码可视化Keras模型】
No 15. 《国内外有哪些比较好的人工智能学习平台?- 知乎》
No 16. 【用Jupyter Notebooks编写、分享算法分析的十条简单规则】
No 17. 'HyperLabelImg – 开源可视化图像标注工具(支持人脸关键点/不规则四边形/多边形标注)…
No 18. 【预测 vs. 解释:为什么数据科学需要更多的“半贝叶斯”】
No 19. 'PPTHub – 大安全各领域各公司各会议分享的PPT' by FeeiCN GitHub:
No 20. 也许没有🦖那么强大,但依然可以活得很骄傲🐶…
No 21. 【完全用代码生成“快乐蹦蹦蹦”】
No 22. 【神经网络训练方法】
No 23. 【《动手学深度学习》例子的PyTorch实现】
No 24. 【机器学习模型压缩相关文献、工具、学习资料列表】
No 25. 《SlimYOLOv3: Narrower, Faster and Better for Real-Time UAV Applications》
No 26. 《Improving Sequence-to-Sequence Learning via Optimal Transport》
No 27. 【专业学术写作:给信息专业学者的建议】
No 28. 【用稀疏数组(Sparse Arrays)高效处理大规模(特征)数据】
No 29. 【PyTorch实现从单幅RGB图构建3D点云】
No 30. 早!
No 31. 【用LightGBM和Optuna实现AutoGBT】
No 32. 《ELI5: Long Form Question Answering》
No 33. 'Gaussian mixture models in PyTorch.' by Lucas Dee…
No 34. 【要牛仔裤不要鞋子——如何用BERT更好满足客户需求】
No 35. 【KDD Cup 2019 AutoML Track第一名方】
No 36. 经典回顾,看清神经网络训练的那些坑…
No 37. 【PyTorch实战学习】
No 38. “我们希望把关注点转移到绿色AI——确保每个受到启发、只有笔记本电脑的本科生,都能有机会撰写高质量论文,并发表在一流学术会议上”
No 39. 《Green AI》
No 40. 【Lyft Level 5 AV Dataset无人驾驶数据集开发包】
No 41. 【Open Images v4图像数据集单类/多类下载与可视化工具集】
No 42. 【NAACL 2019笔记】
No 43. 晚安~ [月亮] http://t.cn/AijXCCRQ ​
No 44. 【深度学习优化算法】
No 45. 【(MXNet)预训练超分辨率模型集锦】
No 46. 【迁移学习自然语言处理教程资料】
No 47. 【OctoML:易于使用的开源深度学习自然语言处理库(集成BERT/Distiller Transfer Learning)】
No 48. 【60分钟PyTorch深度学习实例入门教程】
No 49. 【(三星)深度强化学习教程资料】
No 50. 《Overfitting of neural nets under class imbalance: Analysis and improvements for segmentation》

我是一名技术总监,被技术选型给埋坑里了,企业纷纷效仿阿里建中台,到底是盲目跟风还是不做会死?揭秘大牛程序员十二时辰 – InfoQ每周精要596期

 中文站「每周精要」
NO.596
2019/07/28
我是一名技术总监,被技术选型给埋坑里了
架构 语言开发
应该选新潮的技术还是无聊的技术?应该搭建极客范的技术栈还是使用基础的工具?应该用开发者喜欢的还是维护起来省事的?
62 岁程序员锒铛入狱,因植入漏洞重复获取修理费用
语言开发
一位西门子公司的合同工十年前在给西门子写的电子表格中植入了逻辑炸弹,它会在特定日期之后导致电子表格崩溃,于是西门子就必须再次雇佣该名合同工进行修复,每次都需要重新支付修复费用,持续时间近 3 年。
企业纷纷效仿阿里建中台,到底是盲目跟风还是不做会死?
云计算 语言开发
InfoQ 有幸采访到了阿里云中间件架构总监谢纯良,听他分享关于阿里巴巴中台建设的实践与思考。
揭秘大牛程序员十二时辰:有人作息规律,有人全年无休
语言开发
作为一名程序员,你的效率什么时候最高?
为什么 CSS 这么难?
前端
本文就是要告诉你为什么 CSS 这么难,并且搞不明白它也不是开发者的错。
HTTP/2 协议的优点解析
在本文中,我们将简要回顾 HTTP 协议的发展历史,重点介绍 HTTP/2 带来了什么,以及我们如何从中获益。我们将使用 Node.js 服务端来实现它。
应届博士年薪最高 201 万!华为对部分顶尖学生实行年薪制
尽管现在华为面临着诸多不确定的外部因素,但这家公司加大对科研人才投入的战略并没有改变。
从 Momenta 的 AI 训练平台谈起:为什么 Kubernetes 天然适合 AI 场景?
AI
nfoQ 记者在大会现场采访了薛磊老师,进一步挖掘 Momenta AI 训练平台的更多技术细节,探讨了 Kubernetes 与 AI 场景结合需要注意的问题。
大前端时代,UI 设计师也需要学习框架!
前端
前端设计人员的工作是创建 HTML、CSS 和展示… 在我看来,前端设计是一座将设计与开发工作连接起来的桥梁。
如果微软开发了 Android,现在会是什么样呢?
基于众多原因,我们知道这种情况不可能发生,但是如果微软开发出了 Android,技术领域和现在将会有很大不同。
比尔盖茨:为什么要把 AI 的未来押注在自动驾驶上?
AI
在创立微软 44 年之后,他在一场内部研究会上谈到了自己对技术未来的一些看法。
钉钉的企业级架构:如何用 ToC 架构来服务 ToB 客户?
架构
InfoQ 记者近日采访了阿里巴巴资深技术专家杨威,从钉钉怎么去服务企业级客户、怎么让自身的 IT 架构满足客户需求、怎么看待中台战略等角度,杨威为我们一一进行解答。
中国资本的硅谷大撤退
据数据统计,中国 2018 年对美直接投资从 2016 年 465 亿美元的峰值降至 54 亿美元,降幅为 88%。
阿里云技术团队如何保证高效运转 孔凡勇(云狄)谈 Tech Leader 领导力
来自阿里巴巴的高级技术专家孔凡勇(云狄)结合他在阿里云推动域名业务架构升级、知识产权业务平台从 0 到 1 建设的成功案例,向同行们传授了 Tech Leader 的必备素质,在团队中应发挥的作用以及如何成为 Tech Leader 的经验。
基于 RocketMQ Prometheus Exporter 打造定制化 DevOps 平台
运维
本文将对 RocketMQ-Exporter 的设计实现做一个简单的介绍,读者可以通过本文了解到 RocketMQ-Exporter 的实现过程,以及通过 RocketMQ-Exporter 来搭建自己的 RocketMQ 监控系统。
如何利用 Vuetify 快速构建具有吸引力的交互式前端?
前端
在本文当中,我们将探讨如何利用 Vuetify 快速构建具有吸引力的交互式前端。构建用户体验优异的友好应用程序界面,是一项需要经过反复实践且对知识有一定要求的技能。
知乎移动端动态化方案全览
移动
基于此商业移动端团队从 2018 年 4 月开始开始搭建移动端动态化基础能力,一步步实现了 App 内各个位置广告卡片的动态化开发和上线。
一年时间打造全球最大规模之一的 Kubernetes 集群,蚂蚁金服怎么做到的?
云计算 运维
本文将分享蚂蚁金服的 Kubernetes 开发团队如何使用云原生技术推进 Kubernetes 在蚂蚁金服的大规模落地,同时也会分享一些对于大规模 Kubernetes 集群性能优化的经验。
Sonic : 一个轻量无模式的搜索后端
开源 语言开发
Sonic是一个开源的、无模式的搜索后端,能够在某些情况下中替代Elasticsearch等全功能的搜索系统。
开发者炮轰“苹果税”:30% 的销售抽成真的合理?
移动 语言开发
近日,“苹果税”又将服务延展到具有公益性质的医疗平台,导致个别应用无法更新,而部分 iOS 开发者又以苹果滥用垄断权为由发起集体诉讼。
JS 引擎大 PK:JSC vs V8 vs Hermes
前端
本文对比了 React Native 自带JSC(v 241213.1.0)、新版JSC(v 245459.0.0)、Hermes 和 react-native-v8 的内存占用情况。

技术大会  CONFERENCE
QCon 上海:腾讯云上基于 Service Mesh 的后台环境管理实践
随着腾讯自研业务逐步迁移上云后,在腾讯云上如何利用云原生的解决方案 Istio+K8S 来对自研业务后台进行环境管理,还有如何来适配 rpc 私有协议、名字服务等技术细节。
AICon 北京:汇集 11 大专场、50+AI 技术热点
机器学习、计算机视觉、搜索推荐、NLP、深度学习、知识图谱、AI 工具与框架、智能金融、AI+ 产业、大数据框架应用、智能语音技术……最新应用案例这里都有。
ArchSummit 北京,专题上线啦!
7 月盛夏,ArchSummit 全球架构师深圳站完美落幕。技术无止境,我们不停滞!12 月 6~7 日北京国际会议中心,最专业的架构和技术管理分享,还是那个范儿!

极客时间App  GEEK TIME APP
从软件搬砖师到软件架构师,程序员的架构师之路
想要做架构,空有一身技术是远远不够的,知识的深度和广度,会决定一个架构师的架构能力。我们可以来看看 100+ 一线技术专家,分享完整、系统地分享他们的架构经验和思考。
限时优惠丨消息队列高手课
东 JMQ 首席架构师李玥,带你从源码角度全面解析 MQ 的设计与实现。《消息队列高手课》早鸟优惠仅需¥68,立省¥31。

活动推荐  POPULAR EVENTS
这个夏天,邀请你来参观「第四范式」
「 Intel 实践者之声夏令营」是一个促进国内人工智能技术实践的技术交流活动,面向全球范围内的 AI 开发者、数据科学家开放报名。8 月 2 日,第一期夏令营将在北京落地,我们将带着参会者近距离感受第四范式和 Intel 在 AI 上的具体实践,并动现场动手体验通过软硬件结合的手段解决AI开发中的问题。
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(2019.7.26)

No 1. 【深度学习优化算法】
No 2. '2020年的算法实习岗位信息表,部分包括内推码,和常见深度学习算法岗面试题及答案,暑期计算机视觉实…
No 3. ‘知识图谱深度学习相关资料整理- 深度学习与自然语言处理、知识图谱、对话系统。包括知识获取、知识库构…
No 4. 昏眩山羊(Fainting goat)是一种家养山羊,当它们感到恐慌时,肌肉会僵直约3秒钟 ref:…
No 5. 《SpanBERT: Improving Pre-training by Representing and Predicting Spans》
No 6. 【15条常用Python小技巧】
No 7. 【用Python实现蒙特卡罗树搜索(MCTS)算法】
No 8. 【给年轻研究人员的建议】
No 9. 【图深度学习技术路线图(文献列表)】
No 10. 也许没有🦖那么强大,但依然可以活得很骄傲🐶…
No 11. 【《动手学深度学习》例子的PyTorch实现】
No 12. 【SandDance:数据可视化探索、理解和展示工具】
No 13. 相关与因果:巧克力 vs. 诺贝尔奖
No 14. 'PPTHub – 大安全各领域各公司各会议分享的PPT' by FeeiCN GitHub:
No 15. 【PyTorch实现从单幅RGB图构建3D点云】
No 16. 【PyTorch实战学习】
No 17. 【Solaris:过顶卫星照片机器学习分析库(Python)】
No 18. 【《Python Machine Learning》机器学习常见问题解答】
No 19. 【Unity Obstacle Tower Challenge强化学习竞赛优胜方案】
No 20. 【完全用代码生成“快乐蹦蹦蹦”】
No 21. 【60分钟PyTorch深度学习实例入门教程】
No 22. 【Facebook AI自监督挑战】
No 23. 《Pose from Shape: Deep Pose Estimation for Arbitrary 3D Objects》
No 24. 【KDD Cup 2019 AutoML Track第一名方】
No 25. 【(RAPIDS)GPU加速数据分析与机器学习】
No 26. 【用深度学习对Reddit用户进行迈尔斯-布里格斯人格类型分类】
No 27. 'Gaussian mixture models in PyTorch.' by Lucas Dee…
No 28. 《ELI5: Long Form Question Answering》
No 29. 【用LightGBM和Optuna实现AutoGBT】
No 30. 【Open Images v4图像数据集单类/多类下载与可视化工具集】
No 31. 【跟神经网络玩“石头、剪子、布”】
No 32. 【C++序列化/反序列化库】
No 33. 【(TensorFlow 2.0)U-Net图像分割教程】
No 34. 【长式问答】
No 35. 《Noise Contrastive Variational Autoencoders》
No 36. 【PyTorch序列标记实例教程】
No 37. 当你写的代码第一次就运行成功 [笑cry]
No 38. 晚安~ [月亮] http://t.cn/AijchXWW ​
No 39. 【(三星)深度强化学习教程资料】
No 40. 'Python 3 教程 – Learn Python 3 Sample Code' by Mich…
No 41. 《King – Man + Woman = King ?》
No 42. 【(Python)天文学深度学习包】
No 43. 《A Fine-Grained Spectral Perspective on Neural Networks》
No 44. 【用深度学习+弱监督训练绘制全球高精度道路图】
No 45. 【合成媒体展望】
No 46. 《One-Shot Mutual Affine-Transfer for Photorealistic Stylization》
No 47. 《Pose-variant 3D Facial Attribute Generation》
No 48. 【PyTorch项目框架程序】
No 49. DIY乐趣多:用纸板制作机械七段式数显 src:http://t.cn/AijLrzBw http:…
No 50. 【帮助确定写作顺序并最终发表文章的十个实用技巧】

爱可可老师24小时热门分享(2019.7.25)

No 1. 昏眩山羊(Fainting goat)是一种家养山羊,当它们感到恐慌时,肌肉会僵直约3秒钟 ref:…
No 2. 当你写的代码第一次就运行成功 [笑cry]
No 3. 今天的更新真太不容易了!各种没电,各种没信号,必须给自己点个赞 😄 ​…
No 4. 学术界当然需要科学家,但请不要忘记: 工业界也需要科学家 政府也需要科学家 新闻界也需要科学家…
No 5. 【文字识别OCR相关文献大列表】
No 6. DIY乐趣多:用纸板制作机械七段式数显 src:http://t.cn/AijLrzBw http:…
No 7. 【帮助确定写作顺序并最终发表文章的十个实用技巧】
No 8. François Chollet:最近读了不少1950年到2010年AI相关的老论文。 有意思的是,…
No 9. 【SandDance:数据可视化探索、理解和展示工具】
No 10. 今天François Chollet关于AI技术发展的一番话(
No 11. 【(TensorFlow 2.0)U-Net图像分割教程】
No 12. 'ICCV 2019 papers/new汇总 by CVMart GitHub: http://t…
No 13. 【《生成式深度学习》随书代码 】
No 14. 【新书:Python深度学习——新手入门实战指南】
No 15. 【用深度学习+弱监督训练绘制全球高精度道路图】
No 16. 《Pose from Shape: Deep Pose Estimation for Arbitrary 3D Objects》
No 17. 【新书:用Python入门深度学习】
No 18. David Howard:初稿,不在写好,在写了(liao) ​…
No 19. 【数据不是新一代石油——坐拥数据池不会把公司变成高科技界的沙特,网络世界的长期优势来自于保持创新,掌握技术趋势,洞悉未来客户需求】
No 20. 'Python 3 教程 – Learn Python 3 Sample Code' by Mich…
No 21. 《Visually Grounded Neural Syntax Acquisition》
No 22. 【harp.gl:网页3D地图渲染引擎】
No 23. 【cheat.sh:方便好用的一站式速查清单】
No 24. 【AI Transformer:将(Keras)深度学习模型转换成可用于嵌入式环境的可读无依赖C程序】
No 25. 《MixNet: Mixed Depthwise Convolutional Kernels》
No 26. 【启程无人驾驶研究之路:Lyft Level 5数据集与竞赛】
No 27. 【面向微控制器和其他小内存设备的TensorFlow Lite】
No 28. 《Deep-SLAM++: Object-level RGBD SLAM based on class-specific deep shape priors》
No 29. 【(Python)天文学深度学习包】
No 30. 也许没有🦖那么强大,但依然可以活得很骄傲🐶…
No 31. 【Weight Watcher:深度网络泛化精度预测工具】
No 32. 【Swift数据可视化库】
No 33. 《Bayesian Inference with Generative Adversarial Network Priors》
No 34. 'd2l-book – Books with Jupyter notebooks' GitHub: …
No 35. 《Context-Aware Convolutional Neural Network for Grading of Colorectal Cancer Histology Images》
No 36. 《IsoNN: Isomorphic Neural Network for Graph Representation Learning and Classification》
No 37. 《An Actor-Critic-Attention Mechanism for Deep Reinforcement Learning in Multi-view Environments》
No 38. 'MLOps on Azure – MLOps examples' by Microsoft Git…
No 39. 站在历史高度看技术发展,才能明大局、少俯仰、不纠结,稳步前行//今天François Chollet…
No 40. 《ChromaGAN: An Adversarial Approach for Picture Colorization》
No 41. 《Mapillary Research: Seamless Scene Segmentation and In-Place Activated BatchNorm | PyTorch》
No 42. 《The generative adversarial brain》
No 43. 【Jupyter notebook的javascript核】
No 44. 《Fundamental Structures in Dynamic Communication Networks》
No 45. 【Deep TabNine编程自动补全Python语言体验】
No 46. 【数据科学家需要了解的五种采样算法】
No 47. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) ​…
No 48. 《人工智能(第2版) 》
No 49. 【混淆矩阵解析】
No 50. 【Lyft开放Level 5无人驾驶数据集:55k人工标记3D帧/7摄像头/3激光雷达/高清空间语义地图(车道、人行横道等);可仿真驾驶的地表图】