爱可可老师24小时热门分享(2019.1.8)

No 1. 欢迎来到2019年,来自2009年的旅者!请注意:- 系统管理现在叫“ops”
No 2. “地球上所有的农业用地”
No 3. 【复制即翻译的外文辅助阅读翻译解决方案】
No 4. 《对人工智能有着一定憧憬的计算机专业学生可以阅读什么材料或书籍真正开始入门人工智能的思路和研究? – 知乎》
No 5. 【GitHub为免费用户提供无限私有项目托管(最多三位协作者)】
No 6. 《小狗钱钱》
No 7. 【C++实时视觉跟踪包】
No 8. 我怀疑从现在起用不了十年,所有来自arXiv 2015-2019的深度学习训练/架构技巧,都会被自动…
No 9. 【PyTorch语义分割(DeepLabV3+, UNet, etc.)】
No 10. 《Monte Carlo theory, methods and examples》
No 11. 【Auto-Keras与AutoML:入门指南】
No 12. 【(北大)高准确度中文分词工具包】
No 13. 【使用灵活方便的个人知识库】
No 14. 【如何写能发表和值得引用的期刊文章】
No 15. 【C++实现的自动全景拼接】
No 16. 《为什么现在直博比保研还容易,中国真的需要这么多博士吗? – 知乎》
No 17. 【CS顶会历届最佳论文大列表】
No 18. 《TextSnake: A Flexible Representation for Detecting Text of Arbitrary Shapes》
No 19. 哇!😱
No 20. 'Deep Learning with TensorFlow 2 and Keras – Noteb…
No 21. 早![太阳] ​
No 22. 有违直觉的事实:一个18寸的披萨比两个12寸的披萨更大
No 23. 【PyTorch深度学习文本处理】
No 24. 记住:每次你看错Captcha验证码里的红绿灯,就有自驾车撞上一位行人 [坏笑]
No 25. 【AI相关资源列表汇总】
No 26. 【一组匹配中国大陆手机号码的正则表达式】
No 27. 《你的研究生导师到底有多么极品? – 知乎》
No 28. 【罪名法务智能项目,内容包括856项罪名知识图谱, 基于280万罪名训练库的罪名预测,基于20W法务问答对的13类问题分类与法律资讯问答功能】
No 29. 【中文自然语言处理的语料集合,包括语义词、领域共时、历时语料库、评测语料库等】
No 30. 【值得期待的Gilbert Strang新书:《线性代数与数据学习》(内容覆盖深度学习,有样章)】
No 31. 【撰写研究论文的经验法则:撰写期刊文章的40个步骤+9个黄金法则】
No 32. 【在93种语言上应用单一模型的Zero-Shot迁移多语种句子嵌入】
No 33. 【医疗图像数据集大列表】
No 34. 《博士提前毕业是一种什么体验? – 知乎》
No 35. 【Leela Zero围棋程序界面】
No 36. 晚安~[月亮] ​
No 37. [笑而不语] ​
No 38. 【Lenia:人工生命学】
No 39. 《Implementing Synchronized Multi-GPU Batch Normalization》
No 40. 《I Can See Clearly Now : Image Restoration via De-Raining》
No 41. 【深度学习NLP:PyTorch vs. Tensorflow】
No 42. 【Scala深度学习系统】
No 43. 【基于模型的深度强化学习 vs. 人类心智模拟】
No 44. 原来盐/胡椒瓶底的棱棱不只是为了好看 [喵喵] http://t.cn/EbNYbyU ​…
No 45. 【微信公众号语料库】
No 46. 《A Comprehensive Survey on Graph Neural Networks》
No 47. [机智] //@七三缤纷 :喂,您好,能帮我擦一擦您家气表上的摄像头吗…
No 48. 《Learning Nonlinear State Space Models with Hamiltonian Sequential Monte Carlo Sampler》
No 49. (PyTorch)Synchronized Multi-GPU Batch Normalizatio…
No 50. 《Deformable ConvNets v2: More Deformable, Better Results》

爱可可老师24小时热门分享(2019.1.7)

No 1. 【撰写研究论文的经验法则:撰写期刊文章的40个步骤+9个黄金法则】
No 2. 人总是倾向于避重就轻,通过做不重要的事来逃避真正焦虑的重要事。疲惫或许可以抑制焦虑,但毕竟,治标不治…
No 3. 【值得期待的Gilbert Strang新书:《线性代数与数据学习》(内容覆盖深度学习,有样章)】
No 4. 好书![偷笑] ​
No 5. TCP vs. UDP [笑cry] ​
No 6. [笑而不语] ​
No 7. 欢迎来到2019年,来自2009年的旅者!请注意:- 系统管理现在叫“ops”
No 8. 【PyTorch高性能人脸识别库】
No 9. 微量元素来源: 维生素 A🥕🎃 B1🍞🐖 B2🥚🥛 B3🐟🦃 B5🥑…
No 10. 哇!😱
No 11. 【CS顶会历届最佳论文大列表】
No 12. “妙笔生花”
No 13. 我曾经对“想法论文”
No 14. 🐱 http://t.cn/EGKF3SA ​
No 15. 《A Comprehensive Survey on Graph Neural Networks》
No 16. 《Predicting Future Instance Segmentation by Forecasting Convolutional Features》
No 17. 人们常说“有些人天生擅长……”
No 18. 【Ajax爬虫开发好帮手:自动分析页面内容的出处(JavaScript)】
No 19. 【PyTorch机器学习自动化:自动框架搜索、超参优化】
No 20. 迷人的物理 http://t.cn/EGNBI1t ​
No 21. “地球上所有的农业用地”
No 22. 【文本生成相关资源大列表】
No 23. 《Introduction to Linear Algebra》
No 24. 编程不像演奏乐器,跟解决问题、自适应、抽象等宏观技能相比,打字之类的微观技能没那么重要。这就是为什么…
No 25. 【BERT句法表示能力实验评测:各项测试均表现出色】
No 26. 某些童鞋是这样读论文的 🐿️ 🥜 http://t.cn/EGaVrO1 ​…
No 27. 【讨论:有多少机器学习研究真正在业界应用?最前沿研究的发布与商业化之间是否存在鸿沟?】
No 28. 我能算出天体运行的轨道,但算不出人类的疯狂 ——牛顿 ​…
No 29. NASA的飞船飞经木星时意外发现了海豚” 🐬
No 30. 【生物信息学深度学习包】
No 31. 记住:每次你看错Captcha验证码里的红绿灯,就有自驾车撞上一位行人 [坏笑]
No 32. 《Flow Based Self-supervised Pixel Embedding for Image Segmentation》
No 33. 【命令行界面“极客日记簿”】
No 34. 晚安~[月亮] ​
No 35. 《Dataset Distillation》
No 36. 【PyTorch语义分割(DeepLabV3+, UNet, etc.)】
No 37. 受到威胁瞬间“翻脸”
No 38. 早![太阳] ​
No 39. 《Detecting Text in the Wild with Deep Character Embedding Network》
No 40. 【面向小数据集急性颅内出血检测的可解释深度学习算法:CT扫描,敏感性98%,特异性95%】
No 41. 《对人工智能有着一定憧憬的计算机专业学生可以阅读什么材料或书籍真正开始入门人工智能的思路和研究? – 知乎》
No 42. 【支持自动补全、语法高亮的SQLite命令行客户端】
No 43. 【使用灵活方便的个人知识库】
No 44. 【(2019)斯坦福CS224n深度学习自然语言处理课程(将开放视频)】
No 45. “蒸汽机器人”
No 46. 【Keras/TPU/ML Engine端建模/推理完整范例(Colab)】
No 47. 《为什么现在直博比保研还容易,中国真的需要这么多博士吗? – 知乎》
No 48. 【用于AR/VR体验设计和原型制作的图形和交互引擎】
No 49. 'Deep Learning with TensorFlow 2 and Keras – Noteb…
No 50. PyTorch implementation by Tongzhou Wang GitHub:htt…

爱可可老师24小时热门分享(2019.1.6)

No 1. 'Deep Learning Interview 深度学习面试题目汇总' by ShanghaiTe…
No 2. 《如何看待张潼老师离职腾讯? – 知乎》
No 3. 某些童鞋是这样读论文的 🐿️ 🥜 http://t.cn/EGaVrO1 ​…
No 4. 【(2019)斯坦福CS224n深度学习自然语言处理课程(将开放视频)】
No 5. 【DeepTraffic重装上阵:用强化学习解决堵车难题】
No 6. 'CRNN(CNN+RNN+CTCLoss)中文手写汉字识别' by chizhanyuefeng …
No 7. 有没有那么一本书,彻底改变了你的世界?📖 ​…
No 8. 是GAN的画风没错了~ ​
No 9. 【2018年25个最佳数据科学/机器学习GitHub开源项目】
No 10. [笑cry] ​
No 11. 【写出来:科研撰文逐步指南(起草论文的18段模板)】
No 12. 《所谓的几年编程经验,潜台词指的是什么? – 知乎》
No 13. 微量元素来源: 维生素 A🥕🎃 B1🍞🐖 B2🥚🥛 B3🐟🦃 B5🥑…
No 14. 晚安~ [月亮] ​
No 15. “妙笔生花”
No 16. 人们常说“有些人天生擅长……”
No 17. 《Python编程无师自通 专业程序员的养成》
No 18. 新内容:使用PyTorch;新增transformers、subword models, human…
No 19. 优秀!浏览器里玩VSCode,免安装的高级开发环境 (binder) http://t.cn/EGa…
No 20. 《A Comprehensive Survey on Graph Neural Networks》
No 21. 🐱 http://t.cn/EGKF3SA ​
No 22. 【深度学习(学习)一年记】
No 23. 浑身都是戏的鲸头鹳(Shoebill Stork) http://t.cn/EGX0tG9 ​…
No 24. 《DRAW: A Recurrent Neural Network For Image Generation》
No 25. 【ICDAR 2017场景文字图像数据集(及最新结果列表)】
No 26. 【用Matrix Profile算法评估时序数据(模式/异常)的Python库】
No 27. 【实用好书免费读:数据科学与命令行】
No 28. TCP vs. UDP [笑cry] ​
No 29. 人总是倾向于避重就轻,通过做不重要的事来逃避真正焦虑的重要事。疲惫或许可以抑制焦虑,但毕竟,治标不治…
No 30. 【机器学习暑期学校大列表】
No 31. 【Ajax爬虫开发好帮手:自动分析页面内容的出处(JavaScript)】
No 32. 【iOS平台Keras + Core ML实例:自然语言分类实现】
No 33. NASA的飞船飞经木星时意外发现了海豚” 🐬
No 34. 【面向自然语言处理的现代深度学习技术】
No 35. Geoffrey Hinton:大学研究的重要性
No 36. 【可提前六年预测阿尔茨海默病的深度学习算法,100%灵敏度达到82%特异性】
No 37. 【Sketch RNN的Keras实现】
No 38. 【PyTorch高性能人脸识别库】
No 39. 书法新时尚~ ​​​
No 40. 早![太阳] ​
No 41. 《Attribute-Aware Attention Model for Fine-grained Representation Learning》
No 42. 好书![偷笑] ​
No 43. “该算法出色完成了预期任务。它正确地判断了第一个测试集中92%发生阿尔茨海默病的患者和第二个测试集中98%的发病患者。在患者最终确诊前6年就作出了正确预测”
No 44. 【电子书:认知概率模型】
No 45. 《A Survey on Multi-output Learning》
No 46. 【基于Dice's Coefficient的字符串相似性计算】
No 47. 空间站上看地球的时间流逝 🌍⌚️ http://t.cn/EGXYskN…
No 48. 【PyTorch机器学习自动化:自动框架搜索、超参优化】
No 49. 是时候切到Python3了……
No 50. 《论互联网公司与研究院》

爱可可老师24小时热门分享(2019.1.5)

No 1. '12306 购票小助手 – 12306智能刷票,订票' by testerSunshine Git…
No 2. 《Python编程无师自通 专业程序员的养成》
No 3. Geoffrey Hinton:大学研究的重要性
No 4. 《目标检测领域还有什么可以做的? – 知乎》
No 5. 某些“精通深度学习”
No 6. 《有关语义分割的奇技淫巧有哪些? – 知乎》
No 7. 【2018最佳GAN论文回顾】
No 8. 《如何看待**大厂招聘收到的算法工程师简历的数量远超需求? – 知乎》
No 9. 《概率论与数理统计在机器学习中为什么这么重要? – 知乎》
No 10. 2019进度:░░░░░░░░░░░░░░░ 1% ⛽️ ​…
No 11. 人类大脑令人难以置信。这里可视化的是大脑3%的神经元和0.0001%的突触,构成大脑丘脑皮质系统的一…
No 12. 'Deep Learning Interview 深度学习面试题目汇总' by ShanghaiTe…
No 13. 【数据分析范例:员工流失原因分析】
No 14. 【很酷的全球人口3D可视化:直观感受30年跨度的人口地域性增长趋势】
No 15. 【Web界面的图像分割/目标检测标记工具】
No 16. 【ABBYY深度学习NLP速成课程资料(Colab)】
No 17. 《Visualizing Deep Similarity Networks》
No 18. 《Multi-class Classification without Multi-class Labels》
No 19. 早![太阳] ​
No 20. 【简单高效的Tensorflow命名实体识别实现】
No 21. 《A Comprehensive Survey on Graph Neural Networks》
No 22. 【实用好书免费读:数据科学与命令行】
No 23. 【流程图:数据科学库选用指南】
No 24. 经典:用命令行做数据科学
No 25. 【“我们发现,科研人员写申请书浪费的努力,可能与获资助研究的总科学价值相当,特别是当只有少数申请得到资助时……当专业压力促使研究人员寻求资助时,其原因超出了拟议科学的价值(例如,晋升,声望),当奖励数量很少时,整个计划实际上可能妨碍科学进步”】
No 26. 'CRNN(CNN+RNN+CTCLoss)中文手写汉字识别' by chizhanyuefeng …
No 27. 'Deformable ConvNets V2 in PyTorch' by Dazhi Cheng…
No 28. 🐌 http://t.cn/EGGDU1d ​
No 29. 晚安~
No 30. 心情不好,就去调戏视觉对话机器人吧 😂 http://t.cn/EGV5YvR ​…
No 31. '质疑最基本的假设……按自己的直觉发现人们做错了什么,思考全新的想法。放手去创新,因为我们目前在做的…
No 32. 【(CMU计算机科学院)研究生申请关键词趋势:深度学习 vs. 强化学习 vs. 区块链 vs. 无人驾驶】
No 33. 《The Extended Kalman Filter is a Natural Gradient Descent in Trajectory Space》
No 34. 【为什么博士后对职业生涯帮助不大?“顶级研究机构的博士后找不到在学术界的工作……还会在非学术职位竞争中面临困境”】
No 35. 《Dataset search: a survey》
No 36. 【张量陷阱与命名张量(Named Tensor)】
No 37. 【用Matrix Profile算法评估时序数据(模式/异常)的Python库】
No 38. 【免费书:Python日常任务自动化指南】
No 39. 《An Introductory Guide to Fano's Inequality with Applications in Statistical Estimation》
No 40. 【1 CPU 2小时 vs. 8 GPUs 19秒:基于Dask/CuPy的GPU高效并行Array】
No 41. 化平凡为神奇:艺术家将丙烯酸涂料注入到泡沫包装创造的独特绘画艺术 by bradleyhartnyc…
No 42. 《如何看待张潼老师离职腾讯? – 知乎》
No 43. 《研究生新生要怎么看论文? – 知乎》
No 44. 可视化:太阳系八大行星的日长和倾角 http://t.cn/EblAm1L ​…
No 45. 【科研论文写作:给初学者的建议】
No 46. 【2018自然语言处理技术亮点汇总】
No 47. 【Sketch RNN的Keras实现】
No 48. 【可提前六年预测阿尔茨海默病的深度学习算法,100%灵敏度达到82%特异性】
No 49. 【面向自然语言处理的现代深度学习技术】
No 50. 《Introducing Tensor Shape Annotation Library : tsalib》

爱可可老师一周论文精选(2019.1.5)

No 1. 【博士论文:统计与优化——统计学习算法的计算保障】
No 2. 【LSTM的大批量(Large-Batch)训练】
No 3. 【博士论文:元监督视觉学习】
No 4. 《SageDB: A Learned Database》
No 5. 《Neural Model-Based Reinforcement Learning for Recommendation》
No 6. 《Pay Less Attention with Lightweight and Dynamic Convolutions》
No 7. 《Recurrent Neural Networks for Time Series Forecasting》
No 8. 《InstaGAN: Instance-aware Image-to-Image Translation》
No 9. 《The Matrix Calculus You Need For Deep Learning》
No 10. 《EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning》
No 11. 《Looking for ELMo's friends: Sentence-Level Pretraining Beyond Language Modeling》
No 12. 《Visualizing Deep Similarity Networks》
No 13. 《A Comprehensive Survey on Graph Neural Networks》
No 14. 《Improving Generalization and Stability of Generative Adversarial Networks》
No 15. 《Uncertainty Autoencoders: Learning Compressed Representations via Variational Information Maximization》
No 16. 《Multi-class Classification without Multi-class Labels》
No 17. 《BA-Net: Dense Bundle Adjustment Networks》
No 18. 《Temporal Difference Variational Auto-Encoder》
No 19. 《Dynamic Planning Networks》
No 20. 《Deep Decoder: Concise Image Representations from Untrained Non-convolutional Networks》
No 21. 《Learning Classifiers with Fenchel-Young Losses: Generalized Entropies, Margins, and Algorithms》
No 22. 《3D Convolution on RGB-D Point Clouds for Accurate Model-free Object Pose Estimation》
No 23. 《Machine learning in resting-state fMRI analysis》
No 24. 《Finger-GAN: Generating Realistic Fingerprint Images Using Connectivity Imposed GAN》
No 25. 《KnockoffGAN: Generating Knockoffs for Feature Selection using Generative Adversarial Networks》
No 26. 《Multiple Sclerosis Lesion Inpainting Using Non-Local Partial Convolutions》
No 27. 《Predicting Aircraft Trajectories: A Deep Generative Convolutional Recurrent Neural Networks Approach》
No 28. 《RegNet: Learning the Optimization of Direct Image-to-Image Pose Registration》
No 29. 《Lagging Inference Networks and Posterior Collapse in Variational Autoencoders》
No 30. 《A Theoretical Analysis of Deep Q-Learning》

爱可可老师一周热门分享(2019.1.5)

No 2. 【伯克利《人工智能导论》(2018)课程 视频+资料】
No 3. 【数据结构与算法/leetcode/lintcode题解】
No 4. 最近注意到自己所有好点子都来自以下几件事(按优先级排序):1、读书;2、与少数A+级精英对话;3、推…
No 5. 《Python编程无师自通 专业程序员的养成》
No 6. 《研究生新生要怎么看论文? – 知乎》
No 7. '12306 购票小助手 – 12306智能刷票,订票' by testerSunshine Git…
No 8. 【书稿:算法】
No 9. “提问的智慧(‘How To Ask Questions The Smart Way’中文版)”
No 10. 2019进度:░░░░░░░░░░░░░░░ 0% 🎉 ​…
No 11. 掌握某个主题,短线的方法,是投入所有时间和精力,对该主题所有内容深入研究;长线的方法,是研究一系列相…
No 12. 某些“精通深度学习”
No 13. 《目标检测领域还有什么可以做的? – 知乎》
No 14. 《神经网络为什么可以(理论上)拟合任何函数? – 知乎》
No 15. 2019是可以用六种三素数平方和算出的最小数字:7² + 11² + 43² = 2019;7²…
No 16. 《数学这门学科有多有趣? – 知乎》
No 17. 【博士论文:从语言中学习】
No 18. 《工业界中NLP(自然语言处理)算法工程师的核心竞争力是什么? – 知乎》
No 19. 【GOT-10k:通用目标追踪数据集】
No 20. 《如何在自然语言处理方向学习? – 知乎》
No 21. 【2018最有用的十个机器学习项目】
No 22. 这才是大家喜闻乐见的图像补全,GAN们加油了! ​…
No 23. 要理解这意境,AI还要炼几年?[笑而不语] ​…
No 24. 【用Python玩转时序数据】
No 25. 【面向自然语言处理的现代深度学习技术】
No 26. 【好书推荐:《万物皆显然——一旦有答案》借助最新的科学研究,以及丰富的历史和现代的例子,Watts展示了常识推理和历史如何误导我们相信我们比实际更了解人类行为的世界;反过来,为什么企图预测,管理或操纵社会和经济系统往往会出错……】
No 27. 《成为SCI期刊审稿人是一种怎样的体验? – 知乎》
No 28. '为互联网IT人打造的中文版awesome-go' by hackstoic GitHub: htt…
No 29. 《样本生而不等——聊聊那些对训练数据加权的方法 | 知乎》
No 30. 晚安~ 2019第一夜~ [月亮] ​
No 31. 【菜鸟数据科学家五大误区:Kaggle成才论、神经网络无所不能、机器学习是产品、混淆因果和相关、优化错误的指标】
No 32. 1903年的今天,约翰·冯·诺伊曼出生,他是出生于匈牙利的美国籍犹太人,20世纪最伟大的数学家、博学…
No 33. 可视化:太阳系八大行星的日长和倾角 http://t.cn/EblAm1L ​…
No 34. 【2018自然语言处理技术亮点汇总】
No 35. 《国内有多少研究生导师真正尽到了一个老师的责任和义务?请讲述你的(或道听途说的)故事? – 知乎》
No 36. 《Trap Dungeons 2》
No 37. 【推荐系统实例与最佳实践(Jupyter notebooks)】
No 38. 【免费书:Python日常任务自动化指南】
No 39. 【Python地理编码库】
No 40. 【TensorFlow模型部署资料汇总】
No 41. 《有关语义分割的奇技淫巧有哪些? – 知乎》
No 42. 转眼就要挥别2018,时间的车轮一如既往滚滚向前。可见的未来,与过去同也不同。希望不变的是初心,是对…
No 43. 【科研论文写作:给初学者的建议】
No 44. 时间,是我能给你最慷慨的赠与。未来或未可期,但过去的每秒,每句每条,精诚所至,无不用心。来日方长,愿…
No 45. 『英文文献阅读经验分享』 [星光]近万字保姆级功课,教你应对英文文献的一切问题,你…
No 46. 对论点的最佳批评,指出其中存在的重大缺陷并提出有效解决方案;好的批评,直击论证的本质;平庸的批评,攻…
No 47. 【(Python)自己动手实现文本摘要】
No 48. 《用简单易懂的语言描述「过拟合 overfitting」? – 知乎》
No 49. 【基于BIGGAN的动漫生成(TensorFlow)】
No 50. 【2018年度机器学习50大热门网文】

任正非:投入 20 亿美元全面提升华为软件质量;2019 年科技趋势最全汇总;前端:不要再学习框架了 – InfoQ每周精要570期

 中文站「每周精要」
NO.570
2019/01/06
任正非公开信:投入 20 亿美元全面提升华为软件质量
语言开发
华为心声社区发布了来自任正非的公开信《全面提升软件工程能力与实践,打造可信的高质量产品》,信中强调从基础代码做起,全面提升华为软件工程能力和实践,其中提到一些重要举措,包括编码质量、架构设计、重构、安全、流程和考核等。
TOP 13 大最热开源微服务 Java 框架
语言开发
本文列举了 13 大可在 JVM 上构建可靠轻量级微服务的 Java 框架。
2019 年,全栈开发者应该学些什么?
语言开发
019 年对全栈开发者的需求量很大。本文将向你概述一些趋势,你可以尝试根据这些趋势来投入你的时间。
腾讯 AI Lab 负责人张潼离职,或将重回学术界
AI 机器学习
学术研究和商业价值如何兼顾?对于这个 AI 领域的两难问题,即使是腾讯也还在寻找答案的路上。
解读 2018:知识图谱已成 AI 下一风口,但你知道它进展到哪了吗?
AI
本文重点探讨领域知识图谱的发展与挑战。
DevOps 日常:别人家的运维这样过
DevOps
Reddit 上有网友提问 DevOps 工程师工作日的日常和周末都做些什么,我们整理了一些回答。
Kubernetes 的未来是虚拟机,而不是容器?
运维
作为一项技术,Kubernetes 今年对我的职业生涯非常重要,明年更是如此。我们应该摒弃傲慢,做出大胆的预测。Kubernetes 的未来是虚拟机,而不是容器。
阿里达摩院发布 2019 年十大科技趋势,区块链位列其九
1 月 2 日,阿里达摩院发布了《2019 十大科技趋势》报告,该报告包含了智能城市、语音 AI、AI 专用芯片、图神经网络系统、计算体系结构、5G、数字身份、自动驾驶、区块链、数据安全等领域。
有了 async/await,你可以丢掉 promise 链了
前端
异步函数可能会一直存在,但有些人认为 async/await 可能会被抛弃。
C++ 20 的悲叹,未出世就被群嘲“劝退”
语言开发
为了 C++20,C++ 标准委员会曾举办历史上规模最大的一次会议(180 人参会),试图通过会议确定哪些特性可以加入新版本,我们也已经看到媒体爆料的部分新特性,比如 Concepts、Ranges、Modules、Coroutines 等,但大部分开发人员并不认可此次调整,并将部分新特性归结为“语法糖”。
力荐 50 个最实用的免费机器学习数据集
机器学习
Gengo 网站整理出了 50 个高质量机器学习开放数据集,覆盖范围非常广,并按照具体领域(如自动驾驶)进行分类,推荐给大家。
2019 年科技趋势最全汇总
2019 年将会出现的一些明显的科技趋势。
传奇黑客看衰并行计算:多核处理器纯属浪费
语言开发
对于一般用户来说,这些核心根本就是多余的,因为它们大部分时间什么都不做,只是在产生废热!
2018 年度 NLP 领域最令人兴奋的 10 项新研究
AI
研究自然语言处理和深度学习的博士生 Sebastian Ruder 整理了今年发现的最出彩的十个想法,撰写了这篇文章,AI 前线将其翻译成中文,以飨读者。
不要再学习框架了
前端 架构
本文作者认为,这是一场没有赢家的比赛,因为技术的发展没有终点。因此,他建议大家停止学习框架,而是把最宝贵的时间花在可迁移的技能上。
基于 React Native 的跨三端应用架构实践
移动
经过开源社区的不断努力,React Native 已经可以达到“一次编写, 到处运行”的目标。可以说超过了 Facebook 的预期。
年终盘点之区块链:技术和应用成果涌现,未来三年希望满满
区块链
2018,区块链不仅有沉浮的故事,也有硬核技术的发展。这一年,多项区块链技术蓬勃发展,针对区块链技术遇到的瓶颈,也出现了不同的解决方案,并不时传来落地应用案例的进展。
为了云,阿里、腾讯和百度一年花了多少钱?
云计算
2018 年,百度为物联网砸下近 3 亿人民币,阿里巴巴豪掷数十亿美元砸向人工智能,腾讯在云计算、物联网和人工智能领域几乎笔笔投资过亿…BAT 这是花重金求什么呢?
从 400+ 节点 Elasticsearch 集群的运维中,我们总结了这些经验
运维
Meltwater 每天要处理数百万量级的帖子数据,因此需要一种能处理该量级数据的存储和检索技术。本文将分享经验、如何调优 Elasticsearch,以及要绕过的一些陷阱。
Java 12 特性冻结,但原始字符串字面量特性被移除
语言开发
JDK 12 提供了增强的 switch 语句的预览,为 G1 垃圾回收器添加了许多改进,并新引入了一个名为 Shenandoah 的实验性垃圾回收器。
AI 一周热闻:12306 数据泄露,嫌疑人被捕;BERT 提升文档检索性能至 1.5-2 倍
AI
跨越 2018,迈入 2019,这一周 AI 领域又发生了哪些新鲜事呢?

技术大会  CONFERENCE
QCon:蚂蚁金服面对亿级并发场景的组件体系设计
干货来袭!流畅应对亿级并发场景,蚂蚁金服如何进行组件体系设计?QCon北京2019邀请蚂蚁金服技术专家吕丹(凝睇),与你“面聊”超级 App 背后的核心组件设计思路与实践经验。

极客时间App  GEEK TIME APP
为2019储蓄知识额度,向技术高手进阶
送你一份新年知识礼物,替代传统的图书、购物卡。“极客时间礼品卡”,内容从Python到算法,从个人规划到领导力培养,助你在新的一年打怪升级,迈向技术巅峰。
六问Java虚拟机,Oracle Labs高级研究员带你深入JVM
Java是如何在保证可移植性的前提下提供高执行效率的?异常捕获是如何实现的?反射调用为什么慢?垃圾回收的基础思想又是什么?……Oracle Labs高级研究员郑雨迪老师整理了提问最多的六大点,做了一个专题进行回答,满满的知识点!必看!
工作三年了,还写不好代码咋办?
你写的每一行代码都是你的名片,程序员如何写出好代码?推荐极客时间的最新专栏《代码精进之路》,作者范学雷,现在是 Oracle 的主任工程师,也是 OpenJDK 和 Java 安全的评审成员。04年的时候,就加入了 Java SE 团队,这15年来完整经历了JDK从1.5.0到12.0的整个迭代过程。

活动推荐  POPULAR EVENTS
有人拿走200000现金,真相却是……
为构建工业大数据应用新生态,国家部门主办了工业大数据创新竞赛。里面的应用场景都是一些重要的共性问题,非常具有借鉴意义。现如今参赛选手排名新鲜出炉,究竟200000奖金会花落谁家,还不来看看?
好用不贵的“国民好云”究竟有哪些神通
新年云端新风暴,四重好礼送不停。新机、升级、降价、大礼有买有送,想上云,这边看,青云QingCloud给你惊喜。
深度学习的高性能支撑引擎 :TensorRT的现场实战
你还在为硬件功耗过高导致单次计算推断的成本升高而苦恼?你还在为特定应用场景下响应时间过长而导致用户体验下降而感到无力?你还在为优化AI架构的底层代码而感到无从下手?NVIDIA技术专家将在线为你答疑解惑!
TGO 鲲鹏会厦门分会成立!带你探索海峡科技
正所谓“一群人同行才能走得更远”。这一次,TGO 鲲鹏会将来到厦门,与各位科技领导们一起畅谈技术、困惑、未来,见证厦门科技领导者家园的建立。
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(2018.1.4)

No 1. 《研究生新生要怎么看论文? – 知乎》
No 2. 《Python编程无师自通 专业程序员的养成》
No 3. 《神经网络为什么可以(理论上)拟合任何函数? – 知乎》
No 4. 某些“精通深度学习”
No 5. '12306 购票小助手 – 12306智能刷票,订票' by testerSunshine Git…
No 6. 【面向自然语言处理的现代深度学习技术】
No 7. '为互联网IT人打造的中文版awesome-go' by hackstoic GitHub: htt…
No 8. 【2018自然语言处理技术亮点汇总】
No 9. 【免费书:Python日常任务自动化指南】
No 10. 【科研论文写作:给初学者的建议】
No 11. 《为什么相比于计算机视觉(cv),自然语言处理(nlp)领域的发展要缓慢? – 知乎》
No 12. '基于BERT的中文序列标注' by zhpmatrix GitHub: http://t.cn/E…
No 13. 真相![笑而不语] ​
No 14. 对图灵测试的逆向解释:如果可以训练模型取代人类工作,那么这项工作可能原先就不需要多少智能。
No 15. 暖!//是灵魂伴侣和理想中的爱情了[爱心] 愿你也能找到这样一个人。 ​​​…
No 16. 《在 UCLA 上陶哲轩的课是什么感受? – 知乎》
No 17. 【人群计数相关资源列表】
No 18. 【可提前六年预测阿尔茨海默病的深度学习算法,100%灵敏度达到82%特异性】
No 19. 《聪明有什么坏处? – 知乎》
No 20. 【用深度学习润色照片】
No 21. 【1 CPU 2小时 vs. 8 GPUs 19秒:基于Dask/CuPy的GPU高效并行Array】
No 22. 【现代分类模型的思考】
No 23. 【IPython实用扩展:打印时间戳、版本号、硬件信息、加载import模块信息等】
No 24. 真的是张静态图 ​
No 25. 《Automate the Boring Stuff with Python》
No 26. 晚安~[月亮] ​
No 27. 【Python 2.x -> Python 3.x “退休”倒计时】
No 28. 【通过构建实际应用掌握Python】
No 29. 【杰出数据科学家的关键技能是什么?】
No 30. 《Recurrent Neural Networks for Time Series Forecasting》
No 31. 【基于深度网络的脑信号语音合成,通过植入电极让癫痫病人“开口说话”】
No 32. 【2018面向数据科学/AI的Python/R语言7大开发库】
No 33. 早![太阳] ​
No 34. 【初创企业数据科学项目流程】
No 35. 【新书:《神经网络与深度学习》】
No 36. 【深度学习(学习)一年记】
No 37. 2019,Python 2.7 最后一年,感恩,再见! [泪]…
No 38. 🐌 http://t.cn/EGGDU1d ​
No 39. Part4:http://t.cn/EGLglOr pdf:http://t.cn/EGLglOg …
No 40. 《DeepTyper: a deep learning engine recommending type annotations for JavaScript and TypeScript》
No 41. 是灵魂伴侣和理想中的爱情了[爱心] 愿你也能找到这样一个人。 ​​​…
No 42. 【(LSTM)源代码注释自动生成】
No 43. 《EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning》
No 44. 《有关语义分割的奇技淫巧有哪些? – 知乎》
No 45. 《目标检测领域还有什么可以做的? – 知乎》
No 46. 【ABBYY深度学习NLP速成课程资料(Colab)】
No 47. 【简单高效的Tensorflow命名实体识别实现】
No 48. 《如何看待**大厂招聘收到的算法工程师简历的数量远超需求? – 知乎》
No 49. 艺术的目的是揭示答案背后隐藏的问题 – James Baldwin ​…
No 50. 《概率论与数理统计在机器学习中为什么这么重要? – 知乎》

爱可可老师24小时热门分享(2019.1.3)

No 1. 《如何在自然语言处理方向学习? – 知乎》
No 2. 《研究生新生要怎么看论文? – 知乎》
No 3. 【2018最有用的十个机器学习项目】
No 4. 《样本生而不等——聊聊那些对训练数据加权的方法 | 知乎》
No 5. 【用Python玩转时序数据】
No 6. 《神经网络为什么可以(理论上)拟合任何函数? – 知乎》
No 7. 【TensorFlow模型部署资料汇总】
No 8. 【基于BIGGAN的动漫生成(TensorFlow)】
No 9. 晚安~
No 10. '为互联网IT人打造的中文版awesome-go' by hackstoic GitHub: htt…
No 11. 最新的工业机器人误差已经可以控制在0.1毫米,硬件技术的发展同样令人惊叹 src:http://t….
No 12. 真相![笑而不语] ​
No 13. 早![太阳] ​
No 14. 《Learning to Reconstruct Shapes from Unseen Classes》
No 15. 《在 UCLA 上陶哲轩的课是什么感受? – 知乎》
No 16. 《为什么相比于计算机视觉(cv),自然语言处理(nlp)领域的发展要缓慢? – 知乎》
No 17. 【用数据说话:IQ是个伪科学大骗局】
No 18. 【(Windows10)用C++部署PyTorch 1.0模型网络服务】
No 19. 暖!//是灵魂伴侣和理想中的爱情了[爱心] 愿你也能找到这样一个人。 ​​​…
No 20. 【面向自然语言处理的现代深度学习技术】
No 21. 《聪明有什么坏处? – 知乎》
No 22. 【用C++部署PyTorch 1.0模型网络服务】
No 23. '基于BERT的中文序列标注' by zhpmatrix GitHub: http://t.cn/E…
No 24. 《InstaGAN: Instance-aware Image-to-Image Translation》
No 25. 【科研写作:原则与实践建议】
No 26. 【跨语种自然语言理解套件AmbiverseNLU:结合多种最先进的语言理解任务组件:命名实体识别和消歧(或实体链接)、开放信息提取、实体显著性评价和概念链接,为文本到知识应用提供基础 】
No 27. 真的是张静态图 ​
No 28. 《中国的科研人员,知识分子是否待遇过低? – 知乎》
No 29. 【《Neural Ordinary Differential Equations》论文解读】
No 30. 《Build your own bare-metal ARM cluster》
No 31. 【两分钟论文解读之DeepMind如何打造良性AI】
No 32. 【(DeepMind)深度学习与强化学习进阶课程】
No 33. 【XDML:一款基于参数服务器(Parameter Server),采用专门缓存机制的分布式机器学习平台】
No 34. 【Instagram故事/信息流机器学习中吸取的教训】
No 35. 《Pytorch Extension with a Makefile》
No 36. 【人群计数相关资源列表】
No 37. 【2018“笨办法”学数据科学体会分享】
No 38. 《成为SCI期刊审稿人是一种怎样的体验? – 知乎》
No 39. 'Image Captioning based on Bottom-Up and Top-Down …
No 40. “1960年的感知器”
No 41. 《Learning Classifiers with Fenchel-Young Losses: Generalized Entropies, Margins, and Algorithms》
No 42. 《KnockoffGAN: Generating Knockoffs for Feature Selection using Generative Adversarial Networks》
No 43. 《3D Convolution on RGB-D Point Clouds for Accurate Model-free Object Pose Estimation》
No 44. 迷人的parahelio现象 http://t.cn/EbkQnsc
No 45. 《DeepTyper: a deep learning engine recommending type annotations for JavaScript and TypeScript》
No 46. 《Lagging Inference Networks and Posterior Collapse in Variational Autoencoders》
No 47. 【数据结构与算法/leetcode/lintcode题解】
No 48. 是灵魂伴侣和理想中的爱情了[爱心] 愿你也能找到这样一个人。 ​​​…
No 49. [偷笑] //@屠龙的胭脂井: 没那么复杂。就给编辑写信,说我想帮你审稿。编辑给你送来很多稿子。看见…
No 50. 黑天鹅 vs. 鲸头鹳(Shoebill Stork) http://t.cn/EGwZv9R ​…

爱可可老师24小时热门分享(2019.1.2)

No 1. 抽奖送出 5本“图灵2019年编程日历”
No 2. 【数据结构与算法/leetcode/lintcode题解】
No 3. 2019进度:░░░░░░░░░░░░░░░ 0% 🎉 ​…
No 4. 【好书推荐:《万物皆显然——一旦有答案》借助最新的科学研究,以及丰富的历史和现代的例子,Watts展示了常识推理和历史如何误导我们相信我们比实际更了解人类行为的世界;反过来,为什么企图预测,管理或操纵社会和经济系统往往会出错……】
No 5. 晚安~ 2019第一夜~ [月亮] ​
No 6. 【推荐系统实例与最佳实践(Jupyter notebooks)】
No 7. 【Python地理编码库】
No 8. 《成为SCI期刊审稿人是一种怎样的体验? – 知乎》
No 9. 《如何在自然语言处理方向学习? – 知乎》
No 10. 《样本生而不等——聊聊那些对训练数据加权的方法 | 知乎》
No 11. 【高斯过程(GP)的可视化探索】
No 12. 【PyTorch模型FLOPs估算模块】
No 13. 【博士论文:统计与优化——统计学习算法的计算保障】
No 14. 两个水箱的水来自同一时间同一地点,区别在于,右边的水箱里有牡蛎 ​…
No 15. 【强化学习入门】
No 16. 早![太阳] ​
No 17. 善用工具~
No 18. 元学习 [笑而不语] ​
No 19. 《Deep Quality-Value (DQV) Learning》
No 20. 【对抗最新ReCaptcha验证码(精度91%)】
No 21. 【TensorFlow模型部署资料汇总】
No 22. 一年有多少秒?最好记的近似值:10⁷π
No 23. 【基于BIGGAN的动漫生成(TensorFlow)】
No 24. 大家好 今天是一篇长博🕺🏻 主题是How I take my study notes […
No 25. 【书稿:因果推理概念与方法】
No 26. 【未来派交互界面——鹰眼模式:用缩放访问所有内容】
No 27. 要理解这意境,AI还要炼几年?[笑而不语] ​…
No 28. [偷笑] //@屠龙的胭脂井: 没那么复杂。就给编辑写信,说我想帮你审稿。编辑给你送来很多稿子。看见…
No 29. 【人体姿态与运动】
No 30. 《Improving Generalization and Stability of Generative Adversarial Networks》
No 31. 《Trap Dungeons 2》
No 32. final version(2018.12):http://t.cn/Ebe09sI //@爱可可-…
No 33. 《中国的科研人员,知识分子是否待遇过低? – 知乎》
No 34. 时间,是我能给你最慷慨的赠与。未来或未可期,但过去的每秒,每句每条,精诚所至,无不用心。来日方长,愿…
No 35. 【(Windows10)用C++部署PyTorch 1.0模型网络服务】
No 36. 《Learning to Reconstruct Shapes from Unseen Classes》
No 37. 原来盐/胡椒瓶底的棱棱不只是为了好看 [喵喵] http://t.cn/EbNYbyU ​…
No 38. 《Dynamic Planning Networks》
No 39. 【跨语种自然语言理解套件AmbiverseNLU:结合多种最先进的语言理解任务组件:命名实体识别和消歧(或实体链接)、开放信息提取、实体显著性评价和概念链接,为文本到知识应用提供基础 】
No 40. 【用C++部署PyTorch 1.0模型网络服务】
No 41. 《Predicting Aircraft Trajectories: A Deep Generative Convolutional Recurrent Neural Networks Approach》
No 42. 《Machine learning in resting-state fMRI analysis》
No 43. 《一切显而易见》
No 44. 《数学这门学科有多有趣? – 知乎》
No 45. 【(DeepMind)深度学习与强化学习进阶课程】
No 46. 中午开奖,欢迎参与!
No 47. 《Meta Reinforcement Learning with Distribution of Exploration Parameters Learned by Evolution Strategies》
No 48. 《Build your own bare-metal ARM cluster》
No 49. 迷人的parahelio现象 http://t.cn/EbkQnsc
No 50. 【博士论文:元监督视觉学习】