爱可可老师24小时热门分享(2019.12.31)

No 1. 《知识图谱:概念与技术》
No 2. 祝 Bjarne Stroustrup 老先生生日快乐,他是 C++ 的发明者 🎂 ​…
No 3. 【Python开发者“必读”的8本书】
No 4. '404 Not Found的知识库:计算机理论基础、计算机技术基础、底层研究、安全技术、安全研究、…
No 5. '常用正则大全, 支持web / vscode插件2种查询方式' by any86 http://t…
No 6. 【心得分享:如何成为一名独立研究者并在ICLR上发一篇spotlight】
No 7. François Chollet:曾经,我觉得用聪明的方式做事很酷。 现在,我终于明白,简单比聪明更…
No 8. 是时候做个年终总结了 [笑而不语] ​
No 9. 【如何做图:可视化例子集】
No 10. 'JustWrite (Typora Plus) – 增强版的Typora Plus,跨平台Mark…
No 11. 【算法分类知识框架】
No 12. 【Kaggle开放日:用BERT解决NLP问题】
No 13. 【过去十年我最爱的25篇论文(bandits and beyond)】
No 14. 【2020年AI趋势摘要:可嵌入、可迁移、可评价】
No 15. 小调查: 有多少人的2019是这样收尾的?[允悲] …
No 16. 【暴力识别视频数据集】
No 17. 《Deep Graph Similarity Learning: A Survey》
No 18. 【(Keras/TensorFlow 2.0)标签平滑】
No 19. 别有洞天~ 🤩
No 20. 'AI-for-Security-Learning – 安全场景、基于AI的安全算法和安全数据分析学…
No 21. 试了下,软件怎样先不论,不大喜欢这种强制关注微信获取登录码的方式,卸了…
No 22. 曾经很重要的小知识:最小化运行中的程序,或是用传统命令行窗口,往往会让程序运行更快。 当程序发布视觉…
No 23. 'OpenVino For SmartCity' by INCLUIT GitHub: http:/…
No 24. 《Deep Learning for 3D Point Clouds: A Survey》
No 25. 《TensorFlow深度学习实战大全》
No 26. 《代码精进之路》
No 27. 《IS Attention All What You Need? — An Empirical Investigation on Convolution-Based Active Memory and Self-Attention》
No 28. “电脑没什么用,它只能给你答案”
No 29. 表演天才噗通鸟(Potoo bird) 😂
No 30. 【基于YOLOv3的交通信号违章检测系统】
No 31. 【伴我十年成长的那些书】
No 32. 大眼睛的布达佩斯鸽(Budapest Pigeon) ​
No 33. 【无人驾驶:感知与检测】
No 34. 《Discriminative and Robust Online Learning for Siamese Visual Tracking》
No 35. 【路面坑洼检测】
No 36. 【下载指定用户所有Twitter推文,生成供gpt-2-simple等AI文本生成器直接可用的训练数据】
No 37. 【Python深度探秘之旅】
No 38. LaQuita G:有个标题叫“如何解压缩文件夹”
No 39. 'CCF BDCI 2019 互联网新闻情感分析 复赛top1解决方案' by cuizixin G…
No 40. 【Guyu (谷雨):文本生成预训练/微调框架】
No 41. 《Effective Data Augmentation with Multi-Domain Learning GANs》
No 42. 【Memex:个人知识管理平台】
No 43. 【Pyto:iOS上的Python开发环境】
No 44. 【视频理解基础算法实现集】
No 45. 马里奥家的 🐶😂 http://t.cn/AiFElrX1 ​
No 46. 【女孩图片多标签分类】
No 47. 晚安~ [月亮] http://t.cn/AiFlwN4B ​
No 48. 【机器学习暑期学校2019(MLSS2019)资料集】
No 49. 《Temporally Grounding Language Queries in Videos by Contextual Boundary-aware Prediction》
No 50. 【StarGAN v2 非官方简单复现(Tensorflow)】

爱可可老师24小时热门分享(2019.12.30)

No 1. '常用正则大全, 支持web / vscode插件2种查询方式' by any86 http://t…
No 2. 《代码精进之路》
No 3. 【Python进度条使用小结】
No 4. 荷兰的梵高热气球 🤩 ​
No 5. Crypko最新成果:用AI赋予二次元人物“生命”
No 6. Google
No 7. '汉字字符特征提取器 (featurizer),提取汉字的特征(发音特征、字形特征)用做深度学习的特…
No 8. 【基于YOLOv3的交通信号违章检测系统】
No 9. 【Memex:个人知识管理平台】
No 10. 【路面坑洼检测】
No 11. 《Fast and Flexible Multi-Task Classification Using Conditional Neural Adaptive Processes》
No 12. 【Pyto:iOS上的Python开发环境】
No 13. François Chollet:曾经,我觉得用聪明的方式做事很酷。 现在,我终于明白,简单比聪明更…
No 14. 《TensorFlow深度学习实战大全》
No 15. 归纳了推荐系统在召回、排序、重排各个环节的若干可能的技术发展趋势:AutoML、图神经网络计算、多任…
No 16. 【如何撰写摘要】
No 17. 【纽约大学专题课程:负责任的数据科学】
No 18. 'CCF BDCI 2019 互联网新闻情感分析 复赛top1解决方案' by cuizixin G…
No 19. 【Python异常/对抗样本/概念漂移检测算法库】
No 20. 'Qt编写的开源demo集’ by feiyangqingyun GitHub: http://t….
No 21. 【拍照解数独应用】
No 22. 全景拍照创造了一个崭新的世界~ 😂 ​…
No 23. 人不可有傲气,但不可无傲骨。 —徐悲鸿 ​…
No 24. 【无人驾驶:感知与检测】
No 25. CROWN Roller:把普通自行车变成健身车
No 26. 《Comet ML — 你必須知道的 ML 實驗管理神器》
No 27. 【会议论文/毕业论文/研究方案撰写指南】
No 28. 晚安~ [月亮] http://t.cn/AiFo3r3Q ​
No 29. 【GAN人脸编辑】
No 30. 【网络安全相关资源大列表】
No 31. 《Temporally Grounding Language Queries in Videos by Contextual Boundary-aware Prediction》
No 32. 【女孩图片多标签分类】
No 33. 早!
No 34. 【(Python)应用Google Earth Engine的QGIS实例集(270+)】
No 35. 【基于方面情感分析论文/资源列表】
No 36. 【简单实用的BERT API服务】
No 37. 【值得在2020阅读的技术书】
No 38. 《Learning Robust Representations via Multi-View Information Bottleneck》
No 39. 【开发运维(DevOps)入门到进阶指南(含面试问题、笔记)】
No 40. 【Yann LeCun:基于能量的自监督学习】
No 41. 【YouTube开发频道精选】
No 42. 《Causally Correct Partial Models for Reinforcement Learning》
No 43. 《Smoothness and Stability in GANs》
No 44. 《Scalable Fine-grained Generated Image Classification Based on Deep Metric Learning》
No 45. 【SpectroGraphic:根据图像生成频谱和图像相似的音频】
No 46. 2019进度:▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓ 99% 🏃 ​…
No 47. 【Stroom:高度可扩展的数据存储、处理、分析平台】
No 48. 【GPU加速的开源脑数据可视化组件】
No 49. 别有洞天~ 🤩
No 50. 【免费书:《因果推理原理:基础与学习算法》】

爱可可老师24小时热门分享(2019.12.29)

No 1. 2019进度:▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓ 99% 🏃 ​…
No 2. 【美化Python的异常信息输出】
No 3. 【值得在2020阅读的技术书】
No 4. 【会议论文/毕业论文/研究方案撰写指南】
No 5. 【免费书:《因果推理原理:基础与学习算法》】
No 6. 【PySimpleGUI:用Python五分钟创建图形界面】
No 7. 荷兰的梵高热气球 🤩 ​
No 8. 【Yann LeCun:基于能量的自监督学习】
No 9. 【(Python)应用Google Earth Engine的QGIS实例集(270+)】
No 10. 《TensorFlow深度学习实战大全》
No 11. Crypko最新成果:用AI赋予二次元人物“生命”
No 12. 【用单张动漫头像生成动画,可指定姿态或从真人示范视频迁移】
No 13. Google
No 14. '汉字字符特征提取器 (featurizer),提取汉字的特征(发音特征、字形特征)用做深度学习的特…
No 15. 【从5千美元到20万美元:机器学习算法交易的经验教训】
No 16. 【深度学习虚拟货币价格预测】
No 17. 【侧重基础原理的Matplotlib绘图指南】
No 18. 【Polynote 会成为“Jupyter杀手”吗?】
No 19. 【网络安全相关资源大列表】
No 20. 今天在财智邦喝酒,看着熟悉的场景,心里特怀念那些做爱派茶馆的日子,一转眼已经是去年的事了,有遗憾,但…
No 21. 【揭开Numpy性能的秘密】
No 22. '基于CenterNet训练的目标检测器和姿态估计模型' by bleakie GitHub: ht…
No 23. 【简单实用的BERT API服务】
No 24. 《Efficient Probabilistic Logic Reasoning with Graph Neural Networks》
No 25. 【CoreUI高品质免费图标集】
No 26. François Chollet:……用于解决特定任务的程序本身谈不上智能,而仅仅是智力过程的产物。所谓“智能”
No 27. 【科研写作技巧:如何明确传达信息(节选自《Escape from the Ivory Tower: A Guide to Making Your Science Matter》)】
No 28. 【Deepnote:面向团队的notebook,可实时协作】
No 29. 《Fast and Flexible Multi-Task Classification Using Conditional Neural Adaptive Processes》
No 30. 《Unsupervised Learning of Graph Hierarchical Abstractions with Differentiable Coarsening and Optimal Transport》
No 31. Demo Code GitHub:http://t.cn/AiFfiLQg
No 32. ‘CLGE- Chinese Language Generation Evaluation 中文生成…
No 33. 【AprilTag 3:机器人研究视觉基准系统】
No 34. 《Hamiltonian Generative Networks》
No 35. 【AI的下一个前沿:🈚️】
No 36. 《B-Spline CNNs on Lie groups》
No 37. 【关于机器学习我们疏忽了什么】
No 38. François Chollet:要成就卓越的工作,完全不必牺牲所有生活——在很多情况下,要完成卓越…
No 39. James Clear:明年从生活中清除掉:- 一个你身边的垃圾人 – 一个烦人的客户 – 一…
No 40. 《Graph Neural Networks Exponentially Lose Expressive Power for Node Classification》
No 41. 【Bengio vs. Marcus AI辩论后记】
No 42. 【从代码小白到AI工程师:实践成长路线图】
No 43. 《Making Sense of Reinforcement Learning and Probabilistic Inference》
No 44. 《SOLO: Segmenting Objects by Locations》
No 45. 【如何读论文】
No 46. 《Pretrained Encyclopedia: Weakly Supervised Knowledge-Pretrained Language Model》
No 47. 【机器学习矩阵/线代术语关联可视化】
No 48. 【Numpy少用但好用的四个函数:where()、argmin()/argmax()/argsort(),intersect1d(),allclose()】
No 49. 【GAN及其演化的通俗介绍】
No 50. 有些同学的理想导师是这样的:[笑而不语] http://t.cn/AiFhFAP1 ​…

爱可可老师24小时热门分享(2019.12.28)

No 1. François Chollet:要成就卓越的工作,完全不必牺牲所有生活——在很多情况下,要完成卓越…
No 2. 【如何读论文】
No 3. 【科研写作技巧:如何明确传达信息(节选自《Escape from the Ivory Tower: A Guide to Making Your Science Matter》)】
No 4. James Clear:明年从生活中清除掉:- 一个你身边的垃圾人 – 一个烦人的客户 – 一…
No 5. 【美化Python的异常信息输出】
No 6. Chip Huyen:回想起来,过去十年的我,就像个神经网络:一部分线性,一部分非线性,数据好像从来…
No 7. 【小提琴图可视化:是时候抛弃箱线图了】
No 8. Chip Huyen:我喜欢写作、认为人人都该多写的理由:1、可以更好地组织思路;2、更好地学…
No 9. 【从代码小白到AI工程师:实践成长路线图】
No 10. 【Numpy少用但好用的四个函数:where()、argmin()/argmax()/argsort(),intersect1d(),allclose()】
No 11. 🦉😓 http://t.cn/AiF4Fx6z ​
No 12. 【CoreUI高品质免费图标集】
No 13. 【GAN及其演化的通俗介绍】
No 14. 《SOLO: Segmenting Objects by Locations》
No 15. 【如何少写Pandas代码】
No 16. 【用单张动漫头像生成动画,可指定姿态或从真人示范视频迁移】
No 17. 《TensorFlow深度学习实战大全》
No 18. 【2020五大技术趋势:无人驾驶发展、机器视觉崛起、区块链实用化、人类增强技术、超自动化】
No 19. '基于CenterNet训练的目标检测器和姿态估计模型' by bleakie GitHub: ht…
No 20. 【机器学习可复现性自查清单】
No 21. François Chollet:什么是深度学习?在2019年,深度学习的“惯用”
No 22. 【机器学习矩阵/线代术语关联可视化】
No 23. 《Why Having 10,000 Parameters in Your Camera Model is Better Than Twelve》
No 24. 今天在财智邦喝酒,看着熟悉的场景,心里特怀念那些做爱派茶馆的日子,一转眼已经是去年的事了,有遗憾,但…
No 25. 【消息盒子:更有效地展示研究成果】
No 26. 【中文缩写数据集】
No 27. 【Hochreiter & Schmidhuber 1997年发表的LSTM论文成为20世纪被引用最多的深度学习研究论文】
No 28. Demo Code GitHub:http://t.cn/AiFfiLQg
No 29. 【来自16位专家的2020年AI趋势预测】
No 30. 【Julia会像Python取代JAVA一样取代Python吗?】
No 31. 【玩转Python魔术方法】
No 32. 《An Introduction to the New and Improved TensorFlow Hub》
No 33. 《Neural Module Networks for Reasoning over Text》
No 34. 《Detecting GAN generated errors》
No 35. 【JavaScript声音行为识别】
No 36. 《怎样解题:数学竞赛攻关宝典》
No 37. 【Pandas DataFrame 的高效遍历】
No 38. 【如何把“以图搜图”玩到极致:逆向图像搜索调研详细指南】
No 39. 【Bengio vs. Marcus AI辩论后记】
No 41. 《怎样解题:数学竞赛攻关宝典(第3版)》
No 42. 【抢票啦!AI 未来说(年度特别专场)】
No 43. 【十分钟入门Metaflow:Netflix以人为中心的开源数据科学框架(Python/R)】
No 44. 《Restricting the Flow: Information Bottlenecks for Attribution》
No 45. 《Grasping in the Wild:Learning 6DoF Closed-Loop Grasping from Low-Cost Demonstrations》
No 46. 《Merging Weak and Active Supervision for Semantic Parsing》
No 47. 【AI辩论:Yoshua Bengio vs. Gary Marcus】
No 48. 【Kubernetes机器学习模型部署指南】
No 49. 【(Python)嵌入即服务:一站式句子向量化(嵌入)解决方案,未来将支持图像视频等跨模态数据】
No 50. 【模块化因果推理分析/模型评价库】

20 个 2020 年软件开发趋势预测;DDD:架构思想的旧瓶新酒;又是圣诞彩蛋惹的祸?- InfoQ每周精要617期

中文站「每周精要」
NO. 617
2019/12/29
头条 HEADLINE

20 个 2020 年软件开发趋势预测

精选 SELECTED
充电 CHARGE
活动 ACTIVITY

参与活动送价值 2048 元华为开发者大会 (2020) 门票
只要参与社区贡献(例如提交代码修改、发掘 Bug、代码 review、提交文档修改、提交 Issue 等等)就有机会获得门票。

– 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.

爱可可老师一周热门分享(2019.12.28)

No 1. 《怎样解题:数学竞赛攻关宝典(第3版)》
No 2. François Chollet:要成就卓越的工作,完全不必牺牲所有生活——在很多情况下,要完成卓越…
No 3. 【VisualizeMnist:手写数字识别网络实时可视化】
No 4. 《TensorFlow深度学习实战大全》
No 5. 《怎样解题:数学竞赛攻关宝典》
No 6. 有些同学的理想导师是这样的:[笑而不语] http://t.cn/AiFhFAP1 ​…
No 7. 【Python编程:用Map, Filter, Reduce代替For循环】
No 8. 【如何读论文】
No 9. 【金融机器学习课程资料】
No 10. 《基于Python的智能文本分析》
No 11. 【数据科学最佳免费书盘点】
No 12. 【Python之路:“60秒一个”的Python入门练习例子集】
No 13. 【PyTorch教程:用TensorBoard实现模型、数据和训练过程可视化】
No 14. 《大数据智能:数据驱动的自然语言处理技术》
No 15. 有朋友反映,别再发进度条了,太焦虑,好吧…… [笑而不语] ​…
No 16. 比夸克还小的,是广告上的叉叉 [哈哈] ​…
No 17. 被称为“冰莲”
No 18. 【Bamboolib:用图形界面无需编程玩转Pandas】
No 19. 【Pandas DataFrame 的高效遍历】
No 20. 学术圈好像也……[思考]
No 21. 'QQ音乐爬虫(with scrapy)/QQ Music Spider/49万+歌曲信息(歌曲信息…
No 22. 晚安~ [微笑] 🎄🎅 http://t.cn/AiknwUQ0 ​…
No 23. 无限礼物🎁悖论:一个有趣的对象,设第 n 个盒子边长为 1/√n。 当 n→+∞ 时,礼物盒子的表…
No 24. 【不平衡分类最佳资源】
No 25. Yann LeCun:有些人似乎仍然对什么是深度学习感到困惑。以下是深度学习的定义:深度学习就是构建由参数化功能模块构成的网络,并利用基于梯度的优化方法进行样本训练。与此定义正交的是学习范式: 强化学习、监督学习或自监督学习。不要说“深度学习没法做X”
No 26. 【非常适合机器学习入门的一本书】
No 27. 【中文缩写数据集】
No 28. 【MobileNet人脸抗欺骗】
No 29. 【NLP最新进展回顾】
No 30. François Chollet:我坚信,要完成深度的思考,必须写下来,别无他法。要深入思考一个观点…
No 31. '基于StyleGAN2的新版人脸生成器' by seeprettyface.com GitHub:…
No 32. Chip Huyen:回想起来,过去十年的我,就像个神经网络:一部分线性,一部分非线性,数据好像从来…
No 33. 【收集各类深度学习项目,快速搭建demo.用最小代码量实现功能展现】
No 34. 【深度学习的12个面试问题】
No 35. Sanyam Bhutani:我在大学学计算机科学,但这并没让我擅长编程。不是学习编程、而是练习编程让你成为更好的程序员。 要开始你的机器学习之旅,相信我,“计算机科学背景”
No 36. 【Kaggle出品的小型数据科学系列课程】
No 37. 用StyleGAN2生成的人脸插值
No 38. 【CRNN (CNN+RNN)车牌识别】
No 39. SELECT * FROM users WHERE behavior like “%nice%”
No 40. 《Advanced AI Deep Reinforcement Learning in Python – YouTube》
No 41. 這…似乎找到了 wenyan-lang 的正確用法 😂 …
No 42. 说音箱“居心叵测”
No 43. 【Yoshua Bengio访谈:从深度学习到意识】
No 44. 【面向多核系统、支持GPU的高性能(C++)线性代数库】
No 45. 《Python3 网络爬虫开发实战》
No 46. 【直播编程:从头开始创建深度学习库】
No 47. 【如何把“以图搜图”玩到极致:逆向图像搜索调研详细指南】
No 48. 【十分钟入门Metaflow:Netflix以人为中心的开源数据科学框架(Python/R)】
No 49. 'wenyan-lang – 文言文編程語言 A programming language for …
No 50. 2019进度:▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓ 98% ⛽️ ​…

爱可可老师一周论文精选(2019.12.28)

No 1. 《A literature survey of matrix methods for data science》
No 2. 《Optimization for deep learning: theory and algorithms》
No 3. 《Are Transformers universal approximators of sequence-to-sequence functions?》
No 4. 《Generating Positive Bounding Boxes for Balanced Training of Object Detectors》
No 5. 《PointRend: Image Segmentation as Rendering》
No 6. 《Deep Audio Prior》
No 7. 《Adversarial Representation Active Learning》
No 8. 《Analysing Deep Reinforcement Learning Agents Trained with Domain Randomisation》
No 9. 《ScanRefer: 3D Object Localization in RGB-D Scans using Natural Language》
No 10. 《Measuring Dataset Granularity》
No 11. 《Mastering Complex Control in MOBA Games with Deep Reinforcement Learning》
No 12. 《Σ-net: Systematic Evaluation of Iterative Deep Neural Networks for Fast Parallel MR Image Reconstruction》
No 13. 《DeepSFM: Structure From Motion Via Deep Bundle Adjustment》
No 14. 《Early Detection of Research Trends》
No 15. 《Invertible Gaussian Reparameterization: Revisiting the Gumbel-Softmax》
No 16. 《Voice Transformer Network: Sequence-to-Sequence Voice Conversion Using Transformer with Text-to-Speech Pretraining》
No 17. 《Continuous Meta-Learning without Tasks》
No 18. 《Why Having 10,000 Parameters in Your Camera Model is Better Than Twelve》
No 19. 《secml: A Python Library for Secure and Explainable Machine Learning》
No 20. 《AutoScale: Learning to Scale for Crowd Counting》
No 21. 《Learning a Spatio-Temporal Embedding for Video Instance Segmentation》
No 22. 《UMAP does not preserve global structure any better than t-SNE when using the same initialization》
No 23. 《Audio-Visual Embodied Navigation》
No 24. 《Topic subject creation using unsupervised learning for topic modeling》
No 25. 《Molecular Generative Model Based On Adversarially Regularized Autoencoder》
No 26. 《Differentiable Volumetric Rendering: Learning Implicit 3D Representations without 3D Supervision》
No 27. 《Learning Singing From Speech》
No 28. 《RPGAN: GANs Interpretability via Random Routing》
No 29. 《CNN-generated images are surprisingly easy to spot… for now》
No 30. 《Joint Face Super-Resolution and Deblurring Using a Generative Adversarial Network》

爱可可老师24小时热门分享(2019.12.27)

No 1. 《TensorFlow深度学习实战大全》
No 2. 有些同学的理想导师是这样的:[笑而不语] http://t.cn/AiFhFAP1 ​…
No 3. 比夸克还小的,是广告上的叉叉 [哈哈] ​…
No 4. 【Pandas DataFrame 的高效遍历】
No 5. Yann LeCun:有些人似乎仍然对什么是深度学习感到困惑。以下是深度学习的定义:深度学习就是构建由参数化功能模块构成的网络,并利用基于梯度的优化方法进行样本训练。与此定义正交的是学习范式: 强化学习、监督学习或自监督学习。不要说“深度学习没法做X”
No 6. 【NLP最新进展回顾】
No 7. 【中文缩写数据集】
No 8. François Chollet:要成就卓越的工作,完全不必牺牲所有生活——在很多情况下,要完成卓越…
No 9. 【如何把“以图搜图”玩到极致:逆向图像搜索调研详细指南】
No 10. 【十分钟入门Metaflow:Netflix以人为中心的开源数据科学框架(Python/R)】
No 11. 【如何读论文】
No 12. 【越早知道越好的五个Python特性】
No 13. Chip Huyen:回想起来,过去十年的我,就像个神经网络:一部分线性,一部分非线性,数据好像从来…
No 14. 晚安~ [月亮] http://t.cn/AiFzMofJ ​
No 15. 【商用图片超分辨率哪家强?七大产品横向评测】
No 16. 进度条的真相 😝
No 17. Sophie Alpert:今天有人问我 Google 和 Facebook 的工程文化有什么不同。据我所知,差别有三方面:1、G的技术栈,各产品之间差异很大(好多团队自己搞了一套基础设施和框架),FB更鼓励团队间的一致性(例如: FB 95%的web应用都使用相同的栈)。2、G有种“只有某些人可以处理特定代码”
No 18. 【OpenAI Gym强化学习算法交易开发环境】
No 19. 【音频分析/音乐检索相关数据集大列表】
No 20. 《Restricting the Flow: Information Bottlenecks for Attribution》
No 21. 【课程:计算加速器深度学习】
No 22. 🦉😓 http://t.cn/AiF4Fx6z ​
No 23. 【MIT深度学习/人工智能系列报告(2020.1.6-)】
No 24. 【模块化因果推理分析/模型评价库】
No 25. 【很多话题,30多年前的“AI寒冬”都已经讨论过了】
No 26. 【Kubernetes机器学习模型部署指南】
No 27. 【伦敦自行车运动交互式地图/动画可视化】
No 28. 【微软研究院2019回顾】
No 29. 【2019顶级AI与机器学习会议】
No 30. François Chollet:什么是深度学习?在2019年,深度学习的“惯用”
No 31. 【2019年AI大事记:语言模型“有文化”、无人驾驶疑搁浅、深度伪造上台面、人脸识别被叫停、模拟数据放光彩】
No 32. 【直播编程:从头开始创建深度学习库】
No 33. 'QQ音乐爬虫(with scrapy)/QQ Music Spider/49万+歌曲信息(歌曲信息…
No 34. 【不平衡分类最佳资源】
No 35. 【(Python)嵌入即服务:一站式句子向量化(嵌入)解决方案,未来将支持图像视频等跨模态数据】
No 36. 《Measuring Dataset Granularity》
No 37.
No 38. 【视觉问答(VQA)相关资源大列表】
No 39. 《Invertible Gaussian Reparameterization: Revisiting the Gumbel-Softmax》
No 40. 《Early Detection of Research Trends》
No 41. 【消息盒子:更有效地展示研究成果】
No 42. 這…似乎找到了 wenyan-lang 的正確用法 😂 …
No 43. 扔三个网址:www.diyifanwen.com,www.xiangdang.net,www.ypp…
No 44. 【Pyserini:可复现信息检索研究平台Anserini的Python接口】
No 45. 【Terminal Dungeon:字符界面的类Doom三维游戏引擎 [憧憬]】
No 46. 是时候搞个 总结报告自动生成+手写机 的一条龙了,万事俱备,只差闲人
No 47. 《Garbage In, Garbage Out? Do Machine Learning Application Papers in Social Computing Report Where Human-Labeled Training Data Comes From?》
No 48. 有朋友反映,别再发进度条了,太焦虑,好吧…… [笑而不语] ​…
No 49. 【非常适合机器学习入门的一本书】
No 50. 【抢票啦!AI 未来说(年度特别专场)】

爱可可老师24小时热门分享(2019.12.26)

No 1. 有朋友反映,别再发进度条了,太焦虑,好吧…… [笑而不语] ​…
No 2. 被称为“冰莲”
No 3. 【非常适合机器学习入门的一本书】
No 4. 比夸克还小的,是广告上的叉叉 [哈哈] ​…
No 5. 【不平衡分类最佳资源】
No 6. 《TensorFlow深度学习实战大全》
No 7. 'QQ音乐爬虫(with scrapy)/QQ Music Spider/49万+歌曲信息(歌曲信息…
No 8. 有些同学的理想导师是这样的:[笑而不语] http://t.cn/AiFhFAP1 ​…
No 9. SELECT * FROM users WHERE behavior like “%nice%”
No 10. 【PyTorch并行加速库快速指南与性能比较】
No 11. Yann LeCun:有些人似乎仍然对什么是深度学习感到困惑。以下是深度学习的定义:深度学习就是构建由参数化功能模块构成的网络,并利用基于梯度的优化方法进行样本训练。与此定义正交的是学习范式: 强化学习、监督学习或自监督学习。不要说“深度学习没法做X”
No 12. 這…似乎找到了 wenyan-lang 的正確用法 😂 …
No 13. 【直播编程:从头开始创建深度学习库】
No 14. 扔三个网址:www.diyifanwen.com,www.xiangdang.net,www.ypp…
No 15. 进度条的真相 😝
No 16. 【EarthML:地球科学机器学习/可视化工具集】
No 17. 是时候搞个 总结报告自动生成+手写机 的一条龙了,万事俱备,只差闲人
No 18. 科幻和CG是科技发展两大驱动力!🤩 http://t.cn/AikgjSON…
No 19. 【2020必备的五项数据科学技能】
No 20. 《Decoupled attention network for text recognition》
No 21. 晚安~
No 22. Uber是在补贴推广直升机吗?😓 ​
No 23. 【不只是L2损失:Lyft的损失函数经验分享】
No 24. 'Face Reconstruction and Dense Alignment' by StarC…
No 25. 【Facebook数据科学家面试揭秘】
No 26. 【Mermaid:用类似Markdown的语法创建图表】
No 27. 【商用图片超分辨率哪家强?七大产品横向评测】
No 28. 【免费书:R语言机器学习实战】
No 29. 【Trax:通向高级深度学习的简单路径】
No 30. “洋为中用,古为今用”
No 31. 【(R)林业激光雷达数据处理与可视化】
No 32. 【Python3上’更快的Requests】
No 33. 【BlazeFace人脸检测】
No 34. 【课程:计算加速器深度学习】
No 35. 【音乐检索数据集列表】
No 36. 《Are Transformers universal approximators of sequence-to-sequence functions?》
No 37. 《大数据智能:数据驱动的自然语言处理技术》
No 38. Sophie Alpert:今天有人问我 Google 和 Facebook 的工程文化有什么不同。据我所知,差别有三方面:1、G的技术栈,各产品之间差异很大(好多团队自己搞了一套基础设施和框架),FB更鼓励团队间的一致性(例如: FB 95%的web应用都使用相同的栈)。2、G有种“只有某些人可以处理特定代码”
No 39. 【编辑距离目标函数相关文献列表】
No 40. 【用“Contrastive Predictive Coding 2.0”将深度学习需要的标记数据量降低2-5倍】
No 41. 【Google Brain的最先进文本摘要】
No 42. 【方便好用的Python3命令行应用开发库】
No 43. 只有上衣口袋大小的三趾翠鸟(Oriental Dwarf Kingfisher) ​…
No 44. 【(Python)Alexis语音助理】
No 45. 【现实世界(应用)机器学习的十二个真相】
No 46. 【脑电深度学习情感识别】
No 47. 【Jeff Dean访谈:2020年机器学习趋势】
No 48. '2019 CCF BDCI “技术需求”
No 49. 《Learning Convex Optimization Control Policies》
No 50. 【GoJS:(JavaScript)HTML图表库】

爱可可老师24小时热门分享(2019.12.25)

No 1. 无限礼物🎁悖论:一个有趣的对象,设第 n 个盒子边长为 1/√n。 当 n→+∞ 时,礼物盒子的表…
No 2. 晚安~ [微笑] 🎄🎅 http://t.cn/AiknwUQ0 ​…
No 3. '基于StyleGAN2的新版人脸生成器' by seeprettyface.com GitHub:…
No 4. 【NIPS, ACL, EMNLP 2019 最佳论文解读】
No 5. 2019进度:▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓ 98% ⛽️ ​…
No 6. 【收集各类深度学习项目,快速搭建demo.用最小代码量实现功能展现】
No 7. 汇总几个不错的*适合入门*的Python教程,学起来!Just Practise! “Learn Python the Hard Way”
No 8. 【面向多核系统、支持GPU的高性能(C++)线性代数库】
No 9. 【推荐你阅读AI主题的15本好书】
No 10. 【目标检测和图像分类算法】
No 11. 感恩就要说出来!没有好网络,再棒的爱可可也发不出来!感谢国家,感谢我邮,感谢信息中心的老师们!btw…
No 12. 续神出品,业内顶级!
No 13. 【七周Python“突击”计划】
No 14. 动态可视化:Python的“晋级”
No 15. 32岁的塔斯马尼亚袋熊帕特里克 🤩 ​
No 16. 【互信息与自监督学习】
No 17. 【PyTorch并行加速库快速指南与性能比较】
No 18. “PySpark 原理解析”
No 19. 【引言应该如何写】
No 20. 【防止Google Colab意外掉线的小技巧】
No 21. Naval:放下对世界的敌意,才能得到真正的安宁。 ​…
No 22. 【Glow:命令行MarkDown显示器】
No 23. 【可以作为圣诞礼物的9本数据科学书】
No 24. “Python for Everybody”
No 25. 《GraphX-convolution for point cloud deformation in 2D-to-3D conversion》
No 26. 《基于Python的智能文本分析》
No 27. 【ContextLab:PyTorch上下文特征增强工具箱】
No 28. 【EarthML:地球科学机器学习/可视化工具集】
No 29. 【Amazon写作技巧】
No 30. 被称为“冰莲”
No 31. 基于StyleGAN2生成的转头图像
No 32. 【方便好用的Python3命令行应用开发库】
No 33. Uber是在补贴推广直升机吗?😓 ​
No 34. 【Yoshua Bengio:深度学习——从1型系统(直觉/无意识/感知)到2型系统(推理/规划/因果)】
No 35. 【Python3上’更快的Requests】
No 36. 极光与驯鹿 by Ole Salomonsen
No 37. 《Deep Audio Prior》
No 38. 【用Colab TPU实现8秒Inception V1 512特征可视化】
No 39. 'Face Reconstruction and Dense Alignment' by StarC…
No 40. 科幻和CG是科技发展两大驱动力!🤩 http://t.cn/AikgjSON…
No 41. 《Foundations of Structural Statistics: Topological Statistical Theory》
No 42. 【Databricks Labs 机器学习自动化工具集】
No 43. 【多智能体强化学习环境】
No 44. 【(R)林业激光雷达数据处理与可视化】
No 45. SELECT * FROM users WHERE behavior like “%nice%”
No 46. 【AI辩论:Yoshua Bengio vs. Gary Marcus】
No 47. 【神经网络问题生成(NQG)文献列表】
No 48. 《Learning a Spatio-Temporal Embedding for Video Instance Segmentation》
No 49. 【NVIDIA Developer Blog 2019亮点摘要】
No 50. 《大数据智能:数据驱动的自然语言处理技术》