爱可可老师24小时热门分享(2019.9.30)

No 1. 【改善绘图的十个技巧】
No 2. 《TinyBERT: Distilling BERT for Natural Language Understanding》
No 3. 一目了然:16年物理引擎的进展
No 4. 《Life》
No 5. 【神经网络手把手设计指南】
No 6. 【伯克利课程:深度强化学习(2019)】
No 7. 【Python图片爬取实战】
No 8. 【从包含表格的扫描图片中识别表格和文字】
No 9. MEISAI [迷彩]:人体AR滤镜App http://t.cn/AimZJwlu http:/…
No 10. 用 document.designMode 可开启 Chrome 网页'上帝'模式,玩起来! ht…
No 11. 【用BERT增强高级搜索的Elasticsearch搜索引擎】
No 12. 【用 ipyleaflet 实现 Jupyter 里的交互式 GIS】
No 13. 【新书:应用深度学习进阶——卷积神经网络与目标检测】
No 14. 【用Rust、LLVM将Numpy、Scikit-Learn、Pandas提速100倍】
No 15. 【超参优化概览】
No 16. 常温下的液态镓 http://t.cn/AimhlYC5 ​
No 17. 还真有模有样的 🤖
No 18. 【5分钟创建、打包、发布 Python3 pip 模块】
No 19. 【AI投资组合管理:从 Markowitz 到强化学习】
No 20. 凡是哪本书说,干blah blah 什么事情,能让孩子脑细胞数量增加,或者脑细胞神经元连接增加,基本…
No 21. 【Carbon:代码高亮截图在线生成工具,前两天有人问起的 Transformers 2.0 示例截图应该就是用Carbon生成的】
No 22. 【想参加Kaggle脑出血检测比赛?可以看这条片子补补专业知识,讲得真好】
No 23. 【Radish:C++深度学习模型训练/部署框架】
No 24. 【如何撰写杰出的研究计划】
No 25. 《FCOS: Fully Convolutional One-Stage Object Detection》
No 26. 【Python信号处理包】
No 27. 细想想,神经网络的训练,又何尝不是网络连接局部退化的过程?//@屠龙的胭脂井:这个就像蚀刻电路。也有学者管这个叫“雕塑”
No 28. 【如何撰写出色的学术论文】
No 29. 【用cuDF/GPU加速Pandas】
No 30. SpaceX 的 Raptor(猛禽) 全流量分级燃烧火箭发动机,由低温甲烷和液氧驱动 🚀 ht…
No 31. 【常被忽视的数据科学技能】
No 32. 一起感受下天体物理学论文插图:1:1的5倍地球质量黑洞 😛 ​…
No 33. 【两分钟论文解读之AI必备的七种能力】
No 34. 《自然语言处理中的深度学习:评析与展望》
No 35. 一次,在咖啡馆,毕加索用餐巾纸画了幅画,有位女士认出了他,问多少钱可以买下这纸巾。“两万刀”
No 36. 逼真度满分!
No 37. 【次梯度下降并不下降】
No 38. 《Probabilistic Modeling of Deep Features for Out-of-Distribution and Adversarial Detection》
No 39. 《Compiler-Level Matrix Multiplication Optimization for Deep Learning》
No 40. 【2019百度奖学金申请中】
No 41. 2009:我得把数据都传到云上,电脑太不安全了 2019:我得把数据都下载回来,云太不安全了vi…
No 42. 【看漫画理解“联邦学习”:保护用户隐私的模型训练方式,将用户数据留在设备端,仅回传加密的梯度更新(只在聚合端解密)】
No 43. 《Implicit Semantic Data Augmentation for Deep Networks》
No 44. 【torchfunc:改善深度学习体验的PyTorch函数集】
No 45. 《A Theoretical Analysis of the Number of Shots in Few-Shot Learning》
No 46. 《Machine Learning for Clinical Predictive Analytics》
No 47. 《DeepView: Visualizing the behavior of deep neural networks in a part of the data space》
No 48. 《Two Birds, One Stone: A Simple, Unified Model for Text Generation from Structured and Unstructured Data》
No 49. 【变分自编码器(VAE)全面解析】
No 50. 《DOOR-SLAM: Distributed, Online, and Outlier Resilient SLAM for Robotic Teams》

爱可可老师24小时热门分享(2019.9.29)

No 1. 用 document.designMode 可开启 Chrome 网页'上帝'模式,玩起来! ht…
No 2. 2009:我得把数据都传到云上,电脑太不安全了 2019:我得把数据都下载回来,云太不安全了vi…
No 3. 【斯坦福“科学家/工程师软件开发”课程笔记】
No 4. 找车不再难:看着Tesla自己开过来,感觉一定棒极了!
No 5. 【变分自编码器(VAE)全面解析】
No 6. 一起感受下天体物理学论文插图:1:1的5倍地球质量黑洞 😛 ​…
No 7. 《GO专家编程》
No 8. 【Radish:C++深度学习模型训练/部署框架】
No 9. 【PyTorch实现的文本分类模型集锦】
No 10. 'The more you know, the more you know you don't kn…
No 11. 【循序渐进的Tensorflow2.x示例项目代码】
No 12. 《程序员面试金典(第6版)》
No 13. 【深度学习语声迁移】
No 14. 《Implicit Deep Latent Variable Models for Text Generation》
No 15. 【开放语音/音频数据集大列表】
No 16. 《GraphMix: Regularized Training of Graph Neural Networks for Semi-Supervised Learning》
No 17. 【Python依赖管理、打包工具集】
No 18. 【PyTorch实现的对重神经网络架构搜索算法】
No 19. 完美的软件并不存在,在计算机历史上,从未有人写出过哪怕一个堪称完美的软件。 – Andrew Hun…
No 20. 《深入理解神经网络:从逻辑回归到CNN》
No 21. 【看漫画理解“联邦学习”:保护用户隐私的模型训练方式,将用户数据留在设备端,仅回传加密的梯度更新(只在聚合端解密)】
No 22. 活生生的大型遥控玩具车~
No 23. 【torchfunc:改善深度学习体验的PyTorch函数集】
No 24. 【深度学习压缩感知文献/实现列表】
No 25. 《Implicit Semantic Data Augmentation for Deep Networks》
No 26. 'pyGenomeTracks – python module to plot beautiful …
No 27. 凹面镜 http://t.cn/Ain1WCUH ​
No 28. 【免费书:函数式编程的科学(Scala实战)】
No 29. 'Facebook360 Depth Estimation Pipeline (facebook36…
No 30. 《Instantiation-Net: 3D Mesh Reconstruction from Single 2D Image for Right Ventricle》
No 31. 《InceptionTime: Finding AlexNet for Time Series Classification》
No 32. 《Interpretable Discriminative Dimensionality Reduction and Feature Selection on the Manifold》
No 33. 【斯坦福课程:强化学习】
No 34. 【Alexa如何“觉察”你的沮丧情绪】
No 35. 【这舞姿迁移有点魔性~】
No 36. 《Extracting Conceptual Knowledge from Natural Language Text Using Maximum Likelihood Principle》
No 37. 《BottleSum: Unsupervised and Self-supervised Sentence Summarization using the Information Bottleneck Principle》
No 38. 【斯坦福课程:自然语言理解(2019)】
No 39. 逼真度满分!
No 40. 补全了,学起来 //@爱可可-爱生活: “斯坦福课程:自然语言理解(2019)”
No 41. 'Keras Mixture Density Network Layer – An MDN Laye…
No 42. 《PgNN: Physics-guided Neural Network for Fourier Ptychographic Microscopy》
No 43. 《Learning to Avoid Poor Images: Towards Task-aware C-arm Cone-beam CT Trajectories》
No 44. 【用AI解决老婆“今天穿啥”的问题】
No 45. 【2019 六大数据分析工具】
No 46. 《Synthesis of Realistic ECG using Generative Adversarial Networks》
No 47. 【fastai实现的时序分类算法】
No 48. 【NLP实践项目集】
No 49. 研究生新生:我得提前几周准备好做报告,多练几次,以免中途卡壳!研究生老生:KAO,到时候现编吧~…
No 50. 粒子艺术

爱可可老师24小时热门分享(2019.9.28)

No 1. 用 document.designMode 可开启 Chrome 网页'上帝'模式,玩起来! ht…
No 2. 研究生新生:我得提前几周准备好做报告,多练几次,以免中途卡壳!研究生老生:KAO,到时候现编吧~…
No 3. 【这舞姿迁移有点魔性~】
No 4. 【2019 六大数据分析工具】
No 5. Kelly Vaughn:成功的开发者不必无所不知,过几个小时他甚至可能连自己刚写的代码都看不懂。 …
No 6. 【用AI解决老婆“今天穿啥”的问题】
No 7. 【斯坦福“科学家/工程师软件开发”课程笔记】
No 8. 【NLP好好玩之Transformer模型假新闻生成】
No 9. 【一行Python实现数据探索(Pandas Profiling)】
No 10. 要发现宇宙的奥秘,就用能量、频率、振动去思考。 – 尼古拉·特斯拉 ​…
No 11. 【斯坦福课程:自然语言理解(2019)】
No 12. 【将 MXNet 模型转换为高性能推理框架(NCNN/TVM)】
No 13. 【斯坦福课程:强化学习】
No 14. 【PyTorch实现的文本分类模型集锦】
No 15. 补全了,学起来 //@爱可可-爱生活: “斯坦福课程:自然语言理解(2019)”
No 16. 【fastai实现的时序分类算法】
No 17. 【NLP实践项目集】
No 18. 【用BERT多头模型更有效地解决语法纠错任务】
No 19. 【深度学习与医疗专业人员医学影像疾病检测表现比较】
No 20. 《GO专家编程》
No 21. 【简单高效的元强化学习方法PEARL】
No 22. 【GPU->Rapids->Cugraph 可扩展图分析实战】
No 23. 【循序渐进的Tensorflow2.x示例项目代码】
No 24. 苹果手机上基于 Core ML 3 的 GPT-2 文本生成性能比较(117M参数):iPhone …
No 25. 《Quantum Graph Neural Networks》
No 26. 《Implicit Deep Latent Variable Models for Text Generation》
No 27. 【深度学习语声迁移】
No 28. 凹面镜 http://t.cn/Ain1WCUH ​
No 29. '海量中文预训练ALBERT模型 Chinese version of ALBERT pre-tra…
No 30. 对不起,你朋友圈里的网红景点都是骗人的[跪了]今日朋友圈热文,揭露刷爆朋友圈的旅游美照真相: “当你和8亿人一起出门的时候,除了人头,你真的很难拍到其他东西”
No 31. 【PyTorch实现的对重神经网络架构搜索算法】
No 32. 留作放假宅在家的论据 🤪
No 33. 《Deep Learning For Symbolic Mathematics》
No 34. 【Lyft 如何做长程预测】
No 35. 'similarity:相似度计算工具包,java编写。用于词语、短语、句子、词法分析、情感分析、语…
No 36. 《Pose-Guided Feature Alignment for Occluded Person Re-Identification》
No 37. 'B(erkeley) L(ocalization) A(nd) M(apping)! – BLAM…
No 38. 《深入理解神经网络:从逻辑回归到CNN》
No 39. 【点云标注工具】
No 40. 【PyTorch实现的深度抠图】
No 41. 牛顿私人图书馆1752本书的类别分布
No 42. 【弱监督语义分割/实例分割/全景分割/少样本分割代码/论文资源列表】
No 43. 【开源书:PyTorch深度学习起步】
No 44. 【深度学习压缩感知文献/实现列表】
No 45. 《RLBench: The Robot Learning Benchmark & Learning Environment》
No 46. 【免费书:如何撰写优秀科研论文】
No 47. 晚安~ [月亮] http://t.cn/AinEPuE9 ​
No 48. 《Manifold Forests: Closing the Gap on Neural Networks》
No 49. 想要理解所谓神经网络,机器学习,深度学习,却一直没有动力和压力入门的人,或者看了 Andrew Ng…
No 50. 'Facebook360 Depth Estimation Pipeline (facebook36…

爱可可老师一周热门分享(2019.9.28)

No 1. 《深入理解神经网络:从逻辑回归到CNN》
No 2. Mohammed Asker:不管编程时碰到什么问题,记住: 1、你不笨 2、编程不易 3、有问题问…
No 3. 《程序员面试金典(第6版)》
No 4. 【麻将AI与中国大妈必有一战?[允悲]】
No 5. 【波士顿动力最新秀肌肉之Atlas“体操级”运动机器人】
No 6. 《强化学习(第2版)》
No 7. 研究生新生:我得提前几周准备好做报告,多练几次,以免中途卡壳!研究生老生:KAO,到时候现编吧~…
No 8. 《On Java 8》
No 9. 《Tensorflow+PyTorch深度学习从算法到实战》
No 10. 【Kaggle特征工程教程】
No 11. 《希望》
No 12. 【(TensorFlow 2.0)时序预测实例教程】
No 13. 【概率/机器学习/文本挖掘/NLP技术路线图】
No 14. 《Enriching BERT with Knowledge Graph Embeddings for Document Classification》
No 15. 电磁转转转~ 🎠🐈 http://t.cn/Ainb0wcy ​…
No 16. SVD是数据科学最重要的理论。 – Gilbert Strang ​…
No 17. 想要理解所谓神经网络,机器学习,深度学习,却一直没有动力和压力入门的人,或者看了 Andrew Ng…
No 18. François Chollet:要是分类器“准确率高达99%”
No 19. 【数据科学家Jupyter Notebooks十大高效技巧】
No 20. “爱上编程等于爱上解决问题,以及永无休止的对话。”
No 21. 宁可选择无法回答的问题,也不要无可质疑的答案。 – 费曼 ​…
No 22. Andrej Karpathy:我们发现 训练数据分布搜索(数据分割+过采样因子比) 比 神经网络架…
No 23. 两枚相撞的子弹,来自加利波利战役(1915-1916) ​…
No 24. 【5大目标检测挑战与解决方案】
No 25. 《算法交易员:会赚钱的人工智能》
No 26. 【波士顿动力最新秀肌肉之Spot敏捷移动机器人】
No 27. 【NebulaGraph:能容纳千亿顶点和万亿条边,并提供毫秒级查询延时的图数据库解决方案】
No 28. 【Transformers 2.0:支持TensorFlow 2.0 和 PyTorch 的自然语言处理预训练语言模型(BERT, GPT-2, RoBERTa, XLM, DistilBert, XLNet…) 8种架构/33种预训练模型/102种语言】
No 29. 【奥迪发布的无人驾驶数据集A2D2:2D语义分割、3D点云分割、3D边框、车辆数据】
No 30. 【TensorFlow 2.0完全入门】
No 31. 物理课就该如此生动有趣 😁 http://t.cn/AinbcFw9 ​…
No 32. 【非均衡数据集及其应对策略】
No 33. '海量中文预训练ALBERT模型 Chinese version of ALBERT pre-tra…
No 34. 【神经网络梯度学习探究】
No 35. 【微软“Python入门”课程】
No 36. 【卷积网络入门指南】
No 37. 很好的设计:触摸式拼接壁灯 http://t.cn/Ain6TiN0 ​…
No 38. 【哈密尔顿蒙特卡罗入门指南】
No 39. 【集成学习】
No 40. 【AI领域博弈论入门】
No 41. Andrej Karpathy讲的确实好,值得重温一下:http://t.cn/AinTAWlU #…
No 42. 【这舞姿迁移有点魔性~】
No 43. Kelly Vaughn:成功的开发者不必无所不知,过几个小时他甚至可能连自己刚写的代码都看不懂。 …
No 44. 早!
No 45. 【(Keras)1D/3D卷积网络解析】
No 46. 【PyTorch深度学习教程】
No 47. 【Res2Net深度多尺度目标检测架构】
No 48. 【全年龄人脸数据集】
No 49. 【Poplar:网页版自然语言标注工具】
No 50. 【基于历史价格数据模拟股票交易的定制化OpenAI gym环境】

爱可可老师一周热门分享(2019.9.28)

No 1. 《Enriching BERT with Knowledge Graph Embeddings for Document Classification》
No 2. 《Understanding LSTM — a tutorial into Long Short-Term Memory Recurrent Neural Networks》
No 3. 《Dual Encoder-Decoder based Generative Adversarial Networks for Disentangled Facial Representation Learning》
No 4. 《Reinforcement Learning for Portfolio Management》
No 5. 《Chargrid-OCR: End-to-end trainable Optical Character Recognition through Semantic Segmentation and Object Detection》
No 6. 《Data Augmentation Revisited: Rethinking the Distribution Gap between Clean and Augmented Data》
No 7. 《PyDEns: a Python Framework for Solving Differential Equations with Neural Networks》
No 8. 《Flight Controller Synthesis Via Deep Reinforcement Learning》
No 9. 《Unsupervised Learning for Real-World Super-Resolution》
No 10. 《Domain Aggregation Networks for Multi-Source Domain Adaptation》
No 11. 《Adversarial Attacks and Defenses in Images, Graphs and Text: A Review》
No 12. 《InterpretML: A Unified Framework for Machine Learning Interpretability》
No 13. 《Shape and Time Distortion Loss for Training Deep Time Series Forecasting Models》
No 14. 《Zero-Shot Action Recognition in Videos: A Survey》
No 15. 《Synthetic Data for Deep Learning》
No 16. 《On Understanding Knowledge Graph Representation》
No 17. 《Attention Interpretability Across NLP Tasks》
No 18. 《Adaptive Scheduling for Multi-Task Learning》
No 19. 《Co-Attentive Cross-Modal Deep Learning for Medical Evidence Synthesis and Decision Making》
No 20. 《Churn Prediction with Sequential Data and Deep Neural Networks. A Comparative Analysis》
No 21. 《A Full-Image Full-Resolution End-to-End-Trainable CNN Framework for Image Forgery Detection》
No 22. 《Quantum Graph Neural Networks》
No 23. 《Making the Invisible Visible: Action Recognition Through Walls and Occlusions》
No 24. 《Rapid Bayesian inference for expensive stochastic models》
No 25. 《Rapid Learning or Feature Reuse? Towards Understanding the Effectiveness of MAML》
No 26. 《Human Synthesis and Scene Compositing》
No 27. 《Causal inference and machine learning approaches for evaluation of the health impacts of large-scale air quality regulations》
No 28. 《Feedback Learning for Improving the Robustness of Neural Networks》
No 29. 《Variational Conditional GAN for Fine-grained Controllable Image Generation》
No 30. 《Counterfactual Cross-Validation: Effective Causal Model Selection from Observational Data》

爱可可老师一周论文精选(2019.9.28)

No 1. 《Enriching BERT with Knowledge Graph Embeddings for Document Classification》
No 2. 《Understanding LSTM — a tutorial into Long Short-Term Memory Recurrent Neural Networks》
No 3. 《Dual Encoder-Decoder based Generative Adversarial Networks for Disentangled Facial Representation Learning》
No 4. 《Reinforcement Learning for Portfolio Management》
No 5. 《Chargrid-OCR: End-to-end trainable Optical Character Recognition through Semantic Segmentation and Object Detection》
No 6. 《Data Augmentation Revisited: Rethinking the Distribution Gap between Clean and Augmented Data》
No 7. 《PyDEns: a Python Framework for Solving Differential Equations with Neural Networks》
No 8. 《Flight Controller Synthesis Via Deep Reinforcement Learning》
No 9. 《Unsupervised Learning for Real-World Super-Resolution》
No 10. 《Domain Aggregation Networks for Multi-Source Domain Adaptation》
No 11. 《Adversarial Attacks and Defenses in Images, Graphs and Text: A Review》
No 12. 《InterpretML: A Unified Framework for Machine Learning Interpretability》
No 13. 《Shape and Time Distortion Loss for Training Deep Time Series Forecasting Models》
No 14. 《Zero-Shot Action Recognition in Videos: A Survey》
No 15. 《Synthetic Data for Deep Learning》
No 16. 《On Understanding Knowledge Graph Representation》
No 17. 《Attention Interpretability Across NLP Tasks》
No 18. 《Adaptive Scheduling for Multi-Task Learning》
No 19. 《Co-Attentive Cross-Modal Deep Learning for Medical Evidence Synthesis and Decision Making》
No 20. 《Churn Prediction with Sequential Data and Deep Neural Networks. A Comparative Analysis》
No 21. 《A Full-Image Full-Resolution End-to-End-Trainable CNN Framework for Image Forgery Detection》
No 22. 《Quantum Graph Neural Networks》
No 23. 《Making the Invisible Visible: Action Recognition Through Walls and Occlusions》
No 24. 《Rapid Bayesian inference for expensive stochastic models》
No 25. 《Rapid Learning or Feature Reuse? Towards Understanding the Effectiveness of MAML》
No 26. 《Human Synthesis and Scene Compositing》
No 27. 《Causal inference and machine learning approaches for evaluation of the health impacts of large-scale air quality regulations》
No 28. 《Feedback Learning for Improving the Robustness of Neural Networks》
No 29. 《Variational Conditional GAN for Fine-grained Controllable Image Generation》
No 30. 《Counterfactual Cross-Validation: Effective Causal Model Selection from Observational Data》

2019 中国 Java 发展趋势报告 | 深度调查;前端微服务在字节跳动的落地之路 – InfoQ每周精要605期

中文站「每周精要」
NO. 605
2019/09/29
头条 HEADLINE

2019 中国 Java 发展趋势报告 | 深度调查

精选 SELECTED
充电 CHARGE
活动 ACTIVITY

SendCloud 国际版上线啦!点击领取 10 万封免费邮件
从海外请求邮件:避免出口带宽和防火墙限制;告别连接超时、RB 黑名单。

技术裂变中的可信软件开发 | QCon 上海站
10 月 17 日下午,华为 4 位讲师将聚焦 Git 协作与代码仓库管理、微服务应用平台、鲲鹏凌云、区块链等方面展开分享。

解密云通信的技术实践,2019WICC 盛大开幕!
11 月 30 日,全球范围内首个围绕互联网通信云技术的会议在上海举办,限时免费报名。

错过等一年的 2019AWS 开发者大会到来
10 月 19 日北京,最前沿的云计算落地分享和技术解析,干货、礼品、体验多多~ 你想要的,这里都有!

– 隐私保护 –
我们将保护你的隐私
你的邮箱只会被用来接受每周精要

微博

微信公众号

极客时间
Copyright © 2019,Geekbang Technology Ltd.
All rights reserved.

爱可可老师24小时热门分享(2019.9.27)

No 1. 想要理解所谓神经网络,机器学习,深度学习,却一直没有动力和压力入门的人,或者看了 Andrew Ng…
No 2. 《深入理解神经网络:从逻辑回归到CNN》
No 3. 【TensorFlow 2.0完全入门】
No 4. 【Transformers 2.0:支持TensorFlow 2.0 和 PyTorch 的自然语言处理预训练语言模型(BERT, GPT-2, RoBERTa, XLM, DistilBert, XLNet…) 8种架构/33种预训练模型/102种语言】
No 5. Andrej Karpathy讲的确实好,值得重温一下:http://t.cn/AinTAWlU #…
No 6. '海量中文预训练ALBERT模型 Chinese version of ALBERT pre-tra…
No 7. 【免费书:图模型手册】
No 8. 【斯坦福“深度多任务学习与元学习”课程】
No 9. 【免费书:如何撰写优秀科研论文】
No 10. 用名为holotomography的激光新技术拍摄的细胞分裂实况 🔬 http://t.cn/A…
No 11. Kelly Vaughn:成功的开发者不必无所不知,过几个小时他甚至可能连自己刚写的代码都看不懂。 …
No 12. 【NLP实践项目集】
No 13. 【PyTorch实现的深度抠图】
No 14. 《强化学习(第2版)》
No 15. 【开源书:PyTorch深度学习起步】
No 16. 《Pose-Guided Feature Alignment for Occluded Person Re-Identification》
No 17. 【全年龄人脸数据集】
No 18. 'similarity:相似度计算工具包,java编写。用于词语、短语、句子、词法分析、情感分析、语…
No 19. 【弱监督语义分割/实例分割/全景分割/少样本分割代码/论文资源列表】
No 20. “请不要用‘et al.’省略,按期刊样式写出全部作者”
No 21. 《SSLIME: A Toolkit for Multi-Modal Self-Supervised Training and Benchmarking》
No 22. 【电子病历系统深度学习】
No 23. 《Data Augmentation Revisited: Rethinking the Distribution Gap between Clean and Augmented Data》
No 24. 《PyDEns: a Python Framework for Solving Differential Equations with Neural Networks》
No 25. 'B(erkeley) L(ocalization) A(nd) M(apping)! – BLAM…
No 26. 【这舞姿迁移有点魔性~】
No 27. 【点云标注工具】
No 28. 【“脆弱、贪婪、不透明且肤浅”——当下AI的希望与局限(Rodney Brooks & Gary Marcus 访谈)】
No 29. #bilibili#搬运:http://t.cn/AinTp9j4
No 30. 研究生新生:我得提前几周准备好做报告,多练几次,以免中途卡壳!研究生老生:KAO,到时候现编吧~…
No 31. 《The book of GANesis》
No 32. 'lightKG,lightsmile个人的知识图谱技术框架' by smilelight GitH…
No 33. 【PyTorch深度强化学习教程】
No 34. 《On Understanding Knowledge Graph Representation》
No 35. 刚刚更新,增加了BERT的临床应用和行业应用案例…
No 36. 《Attention Interpretability Across NLP Tasks》
No 37. 'Branch BERT Siamese Network for fake news classif…
No 38. 【Python口语自然语言处理工具集】
No 39. 《Synthetic Data for Deep Learning》
No 40. 【全栈深度学习训练营(课程视频):为熟悉深度学习基础知识的开发人员提供的实践指导课程】
No 41.
No 42. 【GitHub代码搜索CodeSearchNet挑战(发布大规模代码自然语言数据集)】
No 43. 【模拟电路设计样本高效进化算法】
No 44. 《Churn Prediction with Sequential Data and Deep Neural Networks. A Comparative Analysis》
No 45. 【Bash常用复用函数库】
No 46. 【基于大规模音频数据集Audioset的音频增强】
No 47. 苹果手机上基于 Core ML 3 的 GPT-2 文本生成性能比较(117M参数):iPhone …
No 48. 'res2net-plus – Res2Net architecture with improved…
No 49. 基于GPT-2语言模型由文字生成草图
No 50. 宁可选择无法回答的问题,也不要无可质疑的答案。 – 费曼 ​…

爱可可老师24小时热门分享(2019.9.26)

No 1. 《深入理解神经网络:从逻辑回归到CNN》
No 2. 【麻将AI与中国大妈必有一战?[允悲]】
No 3. 《On Java 8》
No 4. François Chollet:要是分类器“准确率高达99%”
No 5. 宁可选择无法回答的问题,也不要无可质疑的答案。 – 费曼 ​…
No 6. 【集成学习】
No 7. 【NebulaGraph:能容纳千亿顶点和万亿条边,并提供毫秒级查询延时的图数据库解决方案】
No 8. 【深度学习深度估计研究指南】
No 9. 【网络搜索原理 第三讲:最简搜索实现的进化(第一阶段)】
No 10. 小岛四季(芬兰科蒂萨里岛) by Jani Ylinampa ​…
No 11. 【面向机器学习的量子计算】
No 12. 【Titan:为大规模弹性质量系统快速模拟而设计的GPU加速物理模拟库(C++/Python),可实现柔性机器人、固体和柔体对象,甚至是流体模拟的大规模加速】
No 13. 【全年龄人脸数据集】
No 14. 【学位论文文献综述撰写指南】
No 15. 【从摘要到论文:学术写作简化指南】
No 16. 【斯坦福“深度生成模型”课程讲义】
No 17. 《强化学习(第2版)》
No 18. “你看到的是世界上最危险的动物”
No 19. 【PyTorch深度强化学习教程】
No 20. 【六步写出更专业的数据科学代码】
No 21. 《ICLR 2020 Conference | OpenReview》
No 22. 'lightKG,lightsmile个人的知识图谱技术框架' by smilelight GitH…
No 23. 【免费书:图模型手册】
No 24. 《Deep Video Frame Interpolation using Cyclic Frame Generation》
No 25. 【PyTorch深度学习教程】
No 26. 《SSLIME: A Toolkit for Multi-Modal Self-Supervised Training and Benchmarking》
No 27. 【将深度学习和启发式相结合构建住宅实时个性化推荐】
No 28. 《Kalman Filtering with Gaussian Processes Measurement Noise》
No 29. 【Transformers深入研究相关资源集锦】
No 30. 晚安~
No 31. 【PyTorch将于今年年底正式抛弃Python2.x】
No 32. *数据*和*评价指标*共同定义了*任务*——任务有问题,指标再高也没意义,甚至是误导性的//François Chollet:要是分类器“准确率高达99%”
No 33. ICLR投稿数增长趋势:2020: 26002019: 15802018: 950…
No 34. 【纯Python实时音频开发库】
No 35. 'CC for Caffe:基于Caffe改造的深度学习框架,为Caffe添加基于C++的网络构建、…
No 36. 【iSketchNFill:AI帮你画——交互式涂鸦自动补全】
No 37. 【(Pytorch)面向行为识别和目标检测的视频平台】
No 38. 'Enhanced Character Embedding for Chinese Short Te…
No 39. 《AllenNLP Interpret: A Framework for Explaining Predictions of NLP Models(EMNLP 2019 Demo)》
No 40. 'Branch BERT Siamese Network for fake news classif…
No 41. 【波士顿动力最新秀肌肉之Atlas“体操级”运动机器人】
No 42. 【纽约市出租车、网约车数据(PostgreSQL格式)】
No 43. 【概率/机器学习/文本挖掘/NLP技术路线图】
No 44. 'Angular Penalty Softmax Losses Pytorch – Angular …
No 45. 【用深度强化学习训练游戏智能体】
No 46. 【量子感知器】
No 47. “Swift for TensorFlow 0.5 released”
No 48. 【非均衡数据集及其应对策略】
No 49. 'Markdown Nice – 支持自定义样式的在线微信Markdown排版工具' by Phoe…
No 50. 《Why Does Hierarchy (Sometimes) Work So Well in Reinforcement Learning?》

爱可可老师24小时热门分享(2019.9.25)

No 1. 【波士顿动力最新秀肌肉之Atlas“体操级”运动机器人】
No 2. Mohammed Asker:不管编程时碰到什么问题,记住: 1、你不笨 2、编程不易 3、有问题问…
No 3. 【概率/机器学习/文本挖掘/NLP技术路线图】
No 4. 《On Java 8》
No 5. 《希望》
No 6. 【波士顿动力最新秀肌肉之Spot敏捷移动机器人】
No 7. 【非均衡数据集及其应对策略】
No 8. 很好的设计:触摸式拼接壁灯 http://t.cn/Ain6TiN0 ​…
No 9. 【NebulaGraph:能容纳千亿顶点和万亿条边,并提供毫秒级查询延时的图数据库解决方案】
No 10. 【Google发布人脸取证基准数据集,用于监测和对抗Deepfake深度换脸】
No 11. François Chollet:要是分类器“准确率高达99%”
No 12. 【网络搜索原理 第三讲:最简搜索实现的进化(第一阶段)】
No 13. 【麻将AI与中国大妈必有一战?[允悲]】
No 14. [作揖] – Linear Algebra and Learning from Data, Gilb…
No 15. 《算法交易员:会赚钱的人工智能》
No 16. 【Transformers深入研究相关资源集锦】
No 17. 对有些人来说,老师只是个头衔、生计、或垫脚石罢了…
No 18. 【rlpyt:PyTorch深度强化学习研究代码库】
No 19. 【微软“Python入门”课程】
No 20. 'Enhanced Character Embedding for Chinese Short Te…
No 21. 《Deep Video Frame Interpolation using Cyclic Frame Generation》
No 22. 《强化学习(第2版)》
No 23. 【纽约市出租车、网约车数据(PostgreSQL格式)】
No 24. 【强化学习自动化】
No 25. 小岛四季(芬兰科蒂萨里岛) by Jani Ylinampa ​…
No 26. 【纯Python实时音频开发库】
No 27. 'Angular Penalty Softmax Losses Pytorch – Angular …
No 28. 【Titan:为大规模弹性质量系统快速模拟而设计的GPU加速物理模拟库(C++/Python),可实现柔性机器人、固体和柔体对象,甚至是流体模拟的大规模加速】
No 29. 【(Pytorch)面向行为识别和目标检测的视频平台】
No 30. 《Joint slot filling and intent detection via capsule neural networks》
No 31. 'CC for Caffe:基于Caffe改造的深度学习框架,为Caffe添加基于C++的网络构建、…
No 32. “你看到的是世界上最危险的动物”
No 33. 【六步写出更专业的数据科学代码】
No 34. 【学位论文文献综述撰写指南】
No 35. 晚安~ [月亮] http://t.cn/Ain6nlgH ​
No 36. 【Kaggle特征工程教程】
No 37. 【将多标签分类转换为句子对任务】
No 38. 《Discovering Neural Wirings》
No 39. 【thor:C++深度学习工具库】
No 40. 【PyTorch将于今年年底正式抛弃Python2.x】
No 41. 《程序员面试金典(第6版)》
No 42. 【基于因果关系知识库的因果事件图谱实验项目】
No 43. 《Human Synthesis and Scene Compositing》
No 44. 【“假装在码字”命令行工具】
No 45. 'fun-with-graphics – 图形学相关的高校课程、书籍、教程、文章、博客、资源、开源项…
No 46. 【斯坦福“深度生成模型”课程讲义】
No 47. 《Variational Conditional GAN for Fine-grained Controllable Image Generation》
No 48. 'SmoothNLP – 专注于可解释的NLP技术 An NLP toolset Implement…
No 49. 【奥迪发布的无人驾驶数据集A2D2:2D语义分割、3D点云分割、3D边框、车辆数据】
No 50. 【基于历史价格数据模拟股票交易的定制化OpenAI gym环境】