爱可可老师一周热门分享(2018.12.1)

No 1. 《解析深度学习:卷积神经网络原理与视觉实践》
No 2. 【文献综述入门:】
No 3. 【免费书:《动手学深度学习》】
No 4. 学习AI的五条建议:1、学好线性代数(矩阵计算等) 2、微积分学到还好(不需要高级) 3、概率论、统…
No 5. 我的八年博士生涯 ​​​
No 6. “未来的潮汕人,应该是没有灵魂的。”
No 7. 【公认机器学习经典《模式识别与机器学习(PRML)》正式开放免费下载】
No 8. 扎心广告:我们假装读过的那些书 [允悲] ​​​…
No 9. 奔跑的皮卡丘,等等……这是啥? http://t.cn/ELy8ovp ​…
No 10. 换个视角看花样游泳 src:http://t.cn/EZfnUSA http://t.cn/EZf…
No 11. 机器学习和AI的区别: 用Python写的,八成是机器学习;写在PPT里的,八成就是AI
No 12. 'What the f*ck Python!中文版 – 一些有趣且鲜为人知的 Python 特性.'…
No 13. 比起真狗,机器狗要学的还多着呢 [偷笑] http://t.cn/ELhkOMy ​…
No 14. 晚安~ [月亮] http://t.cn/ELfHxpl ​
No 15. 【别在卷积网络里用Dropout】
No 16. 【Python高级技巧:用一行代码减少一半内存占用】
No 17. 【BERT详解】
No 18. 八年不短也不长,有心寸时寸金,无心度日如年//我的八年博士生涯 ​​​…
No 19. 波动之美 🎻
No 20. Trish博士答辩四条“救命”
No 21. 插U盘的日常 [偷笑] ​
No 22. 【如何写研究计划】
No 23. 【火星数据集:好奇号火星车在火星上收集的大约32,000张彩色图像,显示了火星的各种地理和地质特征,如山脉和山谷,陨石坑,沙丘和岩石地形】
No 24. 【深度学习最新论文解读(日文)】
No 25. 【Keras学习笔记(Jupyter Notebooks)】
No 26. Microsoft VSCode与PyTorch紧密集成:可显示张量数值、直接显示变量的shape,…
No 27. 【无人驾驶关键技术拆解】
No 28. 【关于数据科学不易触及的真相】
No 29. 【深度强化学习综述】
No 30. 【(DeepMind)深度学习与强化学习进阶课程】
No 31. “文档是致未来自己的情书。”
No 32. 提醒每位朋友:“做到最好”
No 33. 有时候,最坚强的,恰恰是看似最脆弱的那个。 ​…
No 34. 成功背后
No 35. 如果让计算机编程书作者写算术教材…… src:http://t.cn/ELUDPtW ​…
No 36. Zaid Alyafeai精选的三个机器学习(在线)课程:Andrew Ng机器学习 http://…
No 37. 2018进度:▓▓▓▓▓▓▓▓▓▓▓▓▓▓░ 90% ​…
No 38. 如果你觉得自己无力对抗生活和前方的挑战…… http://t.cn/EL26EE0 ​…
No 39. 无人机已经这么强大了?
No 40. 【样章:读博成功指南】
No 41. 【Hi,你的英文科研论文写得好么?】
No 42. 9岁小盆友:你喜欢科学家吗?我:嗯….有点,我想当,所以去学校,可还差得远。 小盆友:我觉得你就…
No 43. 旋转穿珠器:用转筒和弯头实现高效串珠 👍 http://t.cn/E29BbrZ ​…
No 44. 【BERT文本分类教程】
No 45. 近期AI/ML/NLP/CV顶会投稿规模:EMNLP2018: 2,137NIPS2018: 4…
No 46. 小鸟 🐦 ​
No 47. 【锚框:目标检测的关键】
No 48. 【用谷歌BERT模型在BLSTM-CRF模型上进行预训练用于中文命名实体识别的Tensorflow代码】
No 49. 【(TensorFlow)文本分类实现集锦】
No 50. “我的狗有只毛茸熊,几乎形影不离,干衣机工作时他就一直坐在那,以确保他的熊朋友没事儿”

开源危机:云计算厂商成为开源吸血鬼?2019 年软件开发人员必学的编程语言 Top 3 – InfoQ每周精要565期

 中文站「每周精要」
NO.565
2018/12/02
2018 年 OpenStack 用户调查报告出炉:Kubernetes 仍居首
运维
作为第 11 次 OpenStack 用户调查,本次调查重点关注了全球用户的最新反馈和技术选择,反映了用户幸福感、裸机部署、Kubernetes 的增长、IT 之外的其他行业采用增长以及 OpenStack 成为用户多云策略的重要组成部分等几个方面。
要招到顶尖人才?那就开源你的代码吧
开源
GitHub 联合创始人Tom Preston-Werner 说:“聪明的开发者喜欢与聪明的… 当你开源有用的代码,就会吸引到人才。
开源危机:云计算厂商成为开源吸血鬼?
开源
两家著名的开源软件公司决定改变其部分软件的发行许可,目的是让云计算提供商更难或无法提供基于这些软件的服务。
周下载量过 200 万的 npm 包被注入恶意代码,Vue、Node 项目恐受影响
安全 运维
上周 npm 下载量超过 200 万的 package 被注入了恶意代码,黑客利用该恶意代码访问热门 JavaScript 库,目标是 copay(开源比特币钱包)及其衍生产品的用户,以此窃取用户的数字货币。
2019 年软件开发人员必学的编程语言 Top 3
语言开发 运维
这张信息图表将指引你一步一步找到最适合自己的编程语言,预祝 2019 年编码愉快。
从“被动挖光缆”到“主动剪网线”,蚂蚁金服异地多活的微服务体系
架构 运维
“异地多活”是互联网系统的一种高可用部署架构,而“单元化”正是实现异地多活的一个解题思路。
重磅!亚马逊将在 2019 年全面弃用 Oracle 数据库
运维
在AWS re:Invent 2018 上,亚马逊 AWS 首席执行官 Andy Jassy 表示:“亚马逊选择放弃使用 Oracle。”
爱德华·斯诺登:区块链只是新型数据库,比特币终会消失
区块链
从技术层面看,区块链的工作原理是这样的:将新区块(也就是区块链的下一个区块)的数据与它前面相邻的区块的数学等效快照和一个时间戳(作为发布的时间顺序)放在一起,然后通过某种方式将它们“哈希”在一起,以证明新区块符合加入区块链的条件。
这是今年前端最常见的面试题,你都会了吗?
前端
希望这个问题列表可以帮助面试者在面试中正确地设定期望、要求和现实。
CNCF 宣布 Envoy 项目正式毕业
运维
云原生计算基金会(简称 CNCF)28 日前宣布 Envoy 项目正式毕业,成为其继 Kubernetes 与 Prometheus 之后第三个毕业的项目。
白话中台战略:中台是个什么鬼?
运维
中台到底是什么?会不会又是另一个 Buzzword 呢?这个从名字上看像是从前台与后台中间硬挤出来的新断层,它与前台和后台的区别和界限到底在哪儿?什么应该放到中台,什么又应该放到前台或是后台?它的出现到底是为了解决什么问题呢?
iPhone XS JavaScript 性能飙升背后的秘密
前端
对 JavaScript 性能基准测试的初步评估显示,iPhone XS 和 iPhone XS max 的性能甚至超过了 iMac Pro。
React 2019 年路线图发布!Hooks 明年一季度上线
前端
你可能在之前的一些文章和演讲中听过 “Hooks”、“Suspense” 和“并发渲染”等新特性。 在这篇文章中,我们将介绍它们在 React 稳定版中的预期发布时间表。
“如何让团队成员获得成长?”五名高段位 CTO 为你解惑
技术领导者有哪些具体的工作职责,每个企业都会给出不同的答案。但是有一项工作至关重要,是任何一个技术领导者都必须要解决的问题,那就是“如何帮助团队成员获得成长”。
如何用 Uber JVM Profiler 等可视化工具监控 Spark 应用程序?
大数据
在本文中,我们将使用开源工具和技术开发一个性能监控系统。
流利说林晖:AI+ 教育的头号玩家,这盘棋怎么玩?
AI
教育模式 3.0 最有意思的特点是,会让教育的机会变得更公平、更有效。
Facebook 发布神经蛋分离法,可从嘈杂环境中提取音视频
AI
Facebook 发布了一套新的方法,可协助机器学习系统从嘈杂 / 杂乱的环境中提取音频 / 视频。
AI 一周热闻:近百名华人入选 IEEE Fellow;何恺明等证明 ImageNet 预训练非必要
AI
AI 圈一周热闻准时报。
这可能是人工智能、机器学习和大数据领域覆盖最全的一份速查表
AI 机器学习
人工智能、神经网络、机器学习、深度学习和大数据方面的重要知识点都能在这份速查表中找到!
结合区块链和稳定币的跨境支付解决方案
区块链
本文拟针对跨境人民币支付场景,讨论一个结合区块链机制和稳定币机制的应用方案,并就此对稳定币的价值谈谈自己的粗浅认识,供各位参考。
深度解读:如何评估软件测试工作的价值?
语言开发
此次采访中,James Bach 探讨了如何使软件测试变得清晰易懂,以及如何评估测试工作的价值和软件产品中的风险。

技术大会  CONFERENCE
ArchSummit:什么技术能够支撑快手年收入超过200亿?
快手作为拥有数亿用户的短视频与直播平台,在前端、算法、数据等方面都遇到了前所未有的挑战。他们的解决方案有哪些突出表现?
AICon:3分钟看完国内外大厂AI落地案例年终总结
回顾2018年人工智能赛道,相比去年的资本狂热和混沌,今年更显安静。大多AI公司比拼线下落地能力,此时有人收获狂欢,亦有人收获凄凉……
QCon北京2019早鸟7折抢票中!
QCon北京2019现已全新起航,除了一些常规的专题设置外,新增了用户增长、智慧零售等当下热点话题,在技术深度和广度上不断延展。了解QCon十周年的精心策划。

极客时间App  GEEK TIME APP
如何打造高效能研发团队?
极客时间企业版,为团队和企业提供系统化学习平台。课程从Python到算法,从人工智能到领导力等领域全覆盖,不同技能水平的团队都能找到合适的学习内容,帮助员工建立对自我成就及学习能力的重视习惯,戳此快去为团队申请。
技术赋能业务的时代,该如何成为Android开发高手?
张绍文,是前微信高级工程师,曾负责微信APM质量平台和DevOps的建设。也是微信官方的Android热补丁解决方案Tinker 负责人,这个项目保障了微信的数亿用户的使用,是Android开发领域里一等一的高手,戳此试看张绍文的「Android开发高手课」。

活动推荐  POPULAR EVENTS
只会前端就可以开发微信小程序?后端:劝你善良
小程序「云开发」提供的一站式后端服务,打通了小程序前端与云资源的链路,无需管理后端服务架构,极大减轻繁杂的后端操作,使小程序开发更简单。这么便捷是否动心啦,想要了解更多,赶快报名由微信和腾讯云出品的Wegeek微信小程序开发与实践活动。
平安科技标榜以落地为导向的AI,到什么段位了?
平安科技的人脸识别技术以99.8%的识别精度和最低的波动幅度领先国内外知名公司,并在2017LFW的测试结果中位居世界第一。该项技术已服务过百余家合作客户,落地超130+金融场景。这一次,平安会带给AI行业怎样的惊喜?
北京福利 | ArchSummit 菜鸟技术专场-免费报名中
2018 双十一10 .42亿庞大包裹量,使得数字化和精细化成为行业关键词。12月7日北京,菜鸟资深技术专家携智慧物流核心技术,为您揭秘。
优秀的架构师如何提升代码效率、改进系统性能?
想要成为优秀的顶级架构师、提升关键技能?想知道一线架构师如何解决系统性能、开发效率问题?来自 LinkedIn 、京东等一线实战专家,带你解锁分布式应用、基于Openresty 的API 网关设计、深度学习系统搭建。
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(2018.11.30)

No 1. 插U盘的日常 [偷笑] ​
No 2. 有时候,最坚强的,恰恰是看似最脆弱的那个。 ​…
No 3. 《解析深度学习:卷积神经网络原理与视觉实践》
No 4. 【锚框:目标检测的关键】
No 5. 成功背后
No 6. 小鸟 🐦 ​
No 7. 无人机已经这么强大了?
No 8. 【如何改善VS Code与Jupyter Notebook工作流】
No 9. 《必然》
No 10. 【Kaggle新赛:客户忠诚度预测与分类推荐】
No 11. 【“听键”——分析(机械)键盘按键声音猜测输入内容】
No 12. 大师傅见了,是该哭还是该笑? ​
No 13. 大学时代标配:24x光驱+1.44M软驱+CRT显示器+PS2键盘/滚轮鼠标 满满的回忆~ ​…
No 14. 【(访谈)用神经网络生成古典音乐】
No 15. 7200+ FPS下的慢动作闪电 ​
No 16. 【特征工程/机器学习统一工作流引擎】
No 17. 【新任务&数据集:视觉常识推理(VCR)】
No 18. 可视化证明:n²-(n-1)²+…+(-1)ⁿ⁻¹1² = n(n+1)/2
No 19. 【Pixel 3手机上的图像深度预测】
No 20. 【C++数学优化头文件库】
No 21. 地球 vs. 地球上的水 vs. 地球上的空气 ​​​…
No 22. 【基于Tensorflow的开源工具包,旨在支持广泛的机器学习,特别是文本生成任务,如机器翻译、对话、摘要、内容处置、语言建模等】
No 23. 晚安~
No 24. 【文献综述入门:】
No 25. 《One-Shot Instance Segmentation》
No 26. 【spaCy v2.1.0a3发布,自带最新的ULMFit/BERT/Elmo-like预训练模型】
No 27. 【本月热门Python开源项目(2018.11)】
No 28. 《Partial Convolution based Padding》
No 29. 机器手也玩俄罗斯方块 src:http://t.cn/ELmGQMi ​…
No 30. 黑鹭(Black Heron) src:http://t.cn/ELQr7oc http://t.c…
No 31. 换个视角看花样游泳 src:http://t.cn/EZfnUSA http://t.cn/EZf…
No 32. 【灾后建筑物损伤等级分类】
No 33. 西伯利亚的贝加尔湖
No 34. 《Matching Features without Descriptors: Implicitly Matched Interest Points (IMIPs)》
No 35. 人们其实并不喜欢全新的事物。我们更喜欢有点熟悉、有点相关的事物——那些*还算*够新又不那么新的东西。…
No 36. 【2018学Python的十大理由】
No 37. 注意力是未来最稀缺的资源
No 38. 【用PyTorch/FastAI实现动态频谱生成音频分类】
No 39. “BERT: Pre-trained models and downstream applications”
No 40. 早![太阳]
No 41. 【(JavaScript)在浏览器里运行预训练的ONNX标准深度学习模型(CPU/GPU)】
No 42. 'Pytorch Implementation of OpenAI's GLOW' by Lucas…
No 43. 翠鸟 src:http://t.cn/ELEtcXw ​
No 44. 《Understanding the impact of entropy in policy learning》
No 45. 波动之美 🎻
No 46. 【可视化:2018全球最具创新公司(研究与发展(R&D)投入排行)】
No 47. 双重世界,战争与和平。 (ins: ugurgallen) ​​​…
No 48. 'What the f*ck Python!中文版 – 一些有趣且鲜为人知的 Python 特性.'…
No 49. 《ESPNetv2: A Light-weight, Power Efficient, and General Purpose Convolutional Neural Network》
No 50. 好棒的壁灯! src:http://t.cn/ELmj44O

爱可可老师24小时热门分享(2018.11.29)

No 1. 【文献综述入门:】
No 2. 'What the f*ck Python!中文版 – 一些有趣且鲜为人知的 Python 特性.'…
No 3. 《解析深度学习:卷积神经网络原理与视觉实践》
No 4. 波动之美 🎻
No 5. 【BERT详解】
No 6. 【BERT文本分类教程】
No 7. 【用谷歌BERT模型在BLSTM-CRF模型上进行预训练用于中文命名实体识别的Tensorflow代码】
No 8. 有时候,最坚强的,恰恰是看似最脆弱的那个。 ​…
No 9. 【免费书:《动手学深度学习》】
No 10. 【2018十篇精选AI论文摘要】
No 11. 【锚框:目标检测的关键】
No 12. 【用Tensorflow目标检测控制FPS游戏(莫名想笑怎么回事)】
No 13. 【用简单代码看卷积组块发展】
No 14. 【饼图的五种非常规替代方案】
No 15. 【用Python自动化大学琐碎的日常】
No 16. 小鸟 🐦 ​
No 17. 【Pandas+Bokeh集成Python绘图】
No 18. 早![太阳] ​
No 19. 【计算机科学职业生涯建议】
No 20. 【文献综述指南:五个关键要素】
No 21. 《Dataset Distillation》
No 22. 【Kaggle新赛:客户忠诚度预测与分类推荐】
No 23. 【机器学习热门开源项目(2018.11)】
No 24. 【NVIDIA迁移学习工具集】
No 25. 大学时代标配:24x光驱+1.44M软驱+CRT显示器+PS2键盘/滚轮鼠标 满满的回忆~ ​…
No 26. 【是时候认真考虑对科技帝国们的监管了——如果不加以某种形式的限制,现代数据帝国的力量无疑将超过任何民族国家的力量】
No 27. 很多时候的我们:看似对手运气,实则我们自己双手奉上 http://t.cn/ELNvy2R ​…
No 28. 换个视角看花样游泳 src:http://t.cn/EZfnUSA http://t.cn/EZf…
No 29. 火星日落
No 30. 双重世界,战争与和平。 (ins: ugurgallen) ​​​…
No 31. 【HTML版电子书:Python数据科学手册】
No 32. 【用神经网络控制无人机着陆】
No 33. 《DynamicGEM: A Library for Dynamic Graph Embedding Methods》
No 34. 【句子表示方法综述】
No 35. 晚安~
No 36. 【动态图嵌入探索】
No 37. 《FlowQA: Grasping Flow in History for Conversational Machine Comprehension》
No 38. 大师傅见了,是该哭还是该笑? ​
No 39. 《必然》
No 40. 感慨之余,不由得思考图像具象、逻辑的关联问题…
No 41. 【TimbreTron乐音音色迁移】
No 42. 【具有多边形注释的大型街拍数据集】
No 43. 【斯坦福机器学习课程“CS 229 – Machine Learning”速查表(中文版)】
No 44. 【灾后建筑物损伤等级分类】
No 45. 【TensorRT推理服务器】
No 46. 【GAN的可视化理解与分析——GAN画笔演示应用】
No 47. 【暗礁四伏的比特币网络】
No 48. 【用PyTorch/FastAI实现动态频谱生成音频分类】
No 49. “未来的潮汕人,应该是没有灵魂的。”
No 50. 点·线·圆

爱可可老师24小时热门分享(2018.11.28)

No 1. 【免费书:《动手学深度学习》】
No 2. 扎心广告:我们假装读过的那些书 [允悲] ​​​…
No 3. 【文献综述入门】
No 4. 【BERT详解】
No 5. 【Matplotlib数据可视化入门教程】
No 6. 近期AI/ML/NLP/CV顶会投稿规模:EMNLP2018: 2,137NIPS2018: 4…
No 7. 亲爱的计算机科学家们,自然语言*不是*英语的代名词。说完了。 -Emily
No 8. 【Amazon的在线免费机器学习课程】
No 9. 《CNN-MonoFusion: Online Monocular Dense Reconstruction using Learned Depth from Single View》
No 10. 【卷积神经网络导览】
No 11. 早![太阳]
No 12. TensorFlow生态全景图——从研究实验到应用程序开发、产品部署(参看大图):TensorFlo…
No 13. 【句子表示方法综述】
No 14. 【GAN的可视化理解与分析——GAN画笔演示应用】
No 15. Jason Antic用DeOldify为黑白照片'French village, 1950’s”自…
No 16. 【斯坦福机器学习课程“CS 229 – Machine Learning”速查表(中文版)】
No 17. 【基因组学深度学习入门】
No 18. 《Smooth Loss Functions for Deep Top-k Classification》
No 19. 【GAN与AI艺术:并非越“大”越好——更新的技术、更为独特的训练数据才是关键】
No 20. 打游戏是通往成功之路。和中、低级技能的工作不同,电子游戏能给你:选择的能力、运筹帷幄的成就感、可及的成就与地位。记住:“现在人们觉得自己有得选择,没错。🎮”
No 21. 晚安~ [月亮] ​
No 22. 空当~ [允悲]
No 23. pdf:http://t.cn/ELKQ6bb mirror:http://t.cn/ELKQ6bL
No 24. “计算机语言设计就像是公园漫步,侏罗纪公园。”
No 25. 《统计学习理论的本质》
No 26. 【用于视频超分辨率的时间相干GAN(TecoGAN)】
No 27. 【流体脑(流体神经网络)统计物理学】
No 28. 【计算机科学职业生涯建议】
No 29. 火星日落
No 30. 'walle – 瓦力 开源项目代码部署平台' by huamanshu http://t.cn/E…
No 31. 《哥德尔、埃舍尔、巴赫:集异璧之大成》
No 32. 很多时候的我们:看似对手运气,实则我们自己双手奉上 http://t.cn/ELNvy2R ​…
No 33. 【公认机器学习经典《模式识别与机器学习(PRML)》正式开放免费下载】
No 34. 【MRNet:膝关节磁共振成像的深度学习辅助诊断】
No 35. 【两分钟论文解读之用一张照片合成3D头发】
No 36. daizhigev20 汇集了
No 37. 【单目视频无监督深度学习的结构化方法】
No 38. 晚安~ [月亮] http://t.cn/ELfHxpl ​
No 39. 《解析深度学习:卷积神经网络原理与视觉实践》
No 40. 换个视角看花样游泳 src:http://t.cn/EZfnUSA http://t.cn/EZf…
No 41. 前卫VR艺术家:1978年的3D电影放映机 by robert breer ​…
No 42. 殆知阁古代文献txt大全集,好语料//daizhigev20 汇集了
No 43. 【fastai入门教程:输入/预测数据探索】
No 44. 【人形机器人分级视觉运动控制】
No 45. 【如何写研究计划】
No 46. 《Sentence Encoding with Tree-constrained Relation Networks》
No 47. “未来的潮汕人,应该是没有灵魂的。”
No 48. 《Is Data Clustering in Adversarial Settings Secure?》
No 49. Microsoft VSCode与PyTorch紧密集成:可显示张量数值、直接显示变量的shape,…
No 50. 论生态,其他框架望尘莫及,不得不佩服Google的通盘布局…

爱可可老师24小时热门分享(2018.11.27)

No 1. 【公认机器学习经典《模式识别与机器学习(PRML)》正式开放免费下载】
No 2. 晚安~ [月亮] http://t.cn/ELfHxpl ​
No 3. Microsoft VSCode与PyTorch紧密集成:可显示张量数值、直接显示变量的shape,…
No 4. 【如何写研究计划】
No 5. 【关于数据科学不易触及的真相】
No 6. 《解析深度学习:卷积神经网络原理与视觉实践》
No 7. 【(TensorFlow)文本分类实现集锦】
No 8. 总算找到一个我能回答的问题,之前零零碎碎发过一些,索性做个汇总,供参考。 说明一点…
No 9. 扎心广告:我们假装读过的那些书 [允悲] ​​​…
No 10. Twitter真的强!11小时、3w+转发,帮女孩找到十多年前在夏威夷结交的儿时好友,赞~ ​​​…
No 11. 【Hi,你的英文科研论文写得好么?】
No 12. 【Python强化学习实战】
No 13. 【NIPS2018论文集】
No 14. 【磁共振成像(MRI)大规模数据集&基准:Facebook AI Research(FAIR)和纽约大学的合作研究项目,旨在用AI将MRI扫描的速度提高10倍以上。 通过从欠采样数据创建准确图像,AI图像重建可以实现更快的扫描速度,为患者提供改进的体验,使更多人可以使用】
No 15. 【博士学位申请全面指南】
No 16. “我相信直觉和灵感。想象比知识更重要。知识是有限的,而想象涵盖整个世界、刺激进步、催生进化。严格来说,想象是科学研究的一个关键要素。”
No 17. 【Matplotlib数据可视化入门教程】
No 18. 【交互可视化理解二值交叉熵/对数损失】
No 19. 【纯Python数据处理库】
No 20. 【深度强化学习综述】
No 21. 《Question Answer Architectures – SQuAD 2.0 + U-Net》
No 22. 善用资源,找书,看书,而不是囤书
No 23. 'e2e-joint-face-detection-and-alignment – 8' by Yi…
No 24. #可可家训# “哇!”
No 25. 《Do GAN Loss Functions Really Matter?》
No 26. 早![太阳] ​
No 27. 近期AI/ML/NLP/CV顶会投稿规模:EMNLP2018: 2,137NIPS2018: 4…
No 28. 【(Keras)用权重约束减轻深度网络过拟合】
No 29. TensorFlow生态全景图——从研究实验到应用程序开发、产品部署(参看大图):TensorFlo…
No 30. 【卷积神经网络导览】
No 31. 很正常,就像MacBook里装的Windows [笑而不语]//
No 32. Jason Antic用DeOldify为黑白照片'French village, 1950’s”自…
No 33. 餐饮卖家秀的秘密 [喵喵] http://t.cn/ELVvwwc ​…
No 34. Zaid Alyafeai精选的三个机器学习(在线)课程:Andrew Ng机器学习 http://…
No 35. 【自动估计完成时间的进度条】
No 36. 靠“玩火”
No 37. 《星露谷》
No 38. 【DiCE:无限可微蒙特卡洛估计】
No 39. 【Conda:独立的包管理器】
No 40. 【(Colab Notebooks)AlexNet/VGG/GoogleNet/Inception/MobileNet/ShuffleNet/ResNet/DenseNet的Keras参考实现(及速查)】
No 41. 这是NLP发展的黄金时代。未来十年,NLP将会进入爆发式的发展阶段。从NLP基础技术到核心技术,再到…
No 42. 【面向数据科学的概率和统计】
No 43.
No 44. 【GAN与AI艺术:并非越“大”越好——更新的技术、更为独特的训练数据才是关键】
No 45. 论文学作品的矛盾与冲突 [偷笑] ​
No 46. 换个视角看花样游泳 src:http://t.cn/EZfnUSA http://t.cn/EZf…
No 47. NLP的技术进展、值得关注的NLP技术和发展前景//这是NLP发展的黄金时代。未来十年,NLP将会进…
No 48. 梵高之眼 (1886 – 1889) ​
No 49. 《A Sufficient Condition for Convergences of Adam and RMSProp》
No 50. 【新的问题深度探索算法——用Go-Explore玩“蒙特祖玛的复仇”】

爱可可老师24小时热门分享(20918.11.26)

No 1. 《解析深度学习:卷积神经网络原理与视觉实践》
No 2. 我的八年博士生涯 ​​​
No 3. 【火星数据集:好奇号火星车在火星上收集的大约32,000张彩色图像,显示了火星的各种地理和地质特征,如山脉和山谷,陨石坑,沙丘和岩石地形】
No 4. 如果让计算机编程书作者写算术教材…… src:http://t.cn/ELUDPtW ​…
No 5. 2018进度:▓▓▓▓▓▓▓▓▓▓▓▓▓▓░ 90% ​…
No 6. 【样章:读博成功指南】
No 7. 【深度强化学习综述】
No 8. Zaid Alyafeai精选的三个机器学习(在线)课程:Andrew Ng机器学习 http://…
No 9. 【“人工智能导论”课程讲义】
No 10. 《自动驾驶攻破的难点在哪,何时能到 Level 5? – 知乎》
No 11. Twitter真的强!11小时、3w+转发,帮女孩找到十多年前在夏威夷结交的儿时好友,赞~ ​​​…
No 12. 【基于PyTorch的开源医学图像处理框架,提供全套的医学成像载入、预处理模块和数据集】
No 13. 【关于数据科学不易触及的真相】
No 14. 小学时代的甜蜜回忆 上上下下左右左右BABA![笑而不语] ​…
No 15. 奔跑的皮卡丘,等等……这是啥? http://t.cn/ELy8ovp ​…
No 16. 【R Markdown简历模板】
No 17. 【面向数据科学的概率和统计】
No 18. 'DeepLab v3+ model in PyTorch. Support different b…
No 19. X光下的任天堂 [嘻嘻] ​
No 20. 【地球观测卫星数据处理包(Python)】
No 21. “文档是致未来自己的情书。”
No 22. 【有了这个表,情绪表达不再难】
No 23. 早! [太阳] ​
No 24. 【交互可视化理解二值交叉熵/对数损失】
No 25. 【别在卷积网络里用Dropout】
No 26. 【(Colab Notebooks)AlexNet/VGG/GoogleNet/Inception/MobileNet/ShuffleNet/ResNet/DenseNet的Keras参考实现(及速查)】
No 27. 《Weakly Supervised Semantic Image Segmentation with Self-correcting Networks》
No 28. 【Python强化学习实战】
No 29. “我相信直觉和灵感。想象比知识更重要。知识是有限的,而想象涵盖整个世界、刺激进步、催生进化。严格来说,想象是科学研究的一个关键要素。”
No 30. 【Pandas解决方案教程】
No 31. 《CubeNet: Equivariance to 3D Rotation and Translation》
No 32. 【机器学习相关学习资料】
No 33. “未来的潮汕人,应该是没有灵魂的。”
No 34. //@asker2 :这个帖子太误导了。首先,BN和dropout的目的不同,是互补的关系,一般都同…
No 35. 【j机器学习DevOps(部署/监控/版本管理与扩展)相关资源大列表】
No 36. 《Depth Prediction Without the Sensors: Leveraging Structure for Unsupervised Learning from Monocular Videos》
No 37. 晚安~
No 38. 【用遗传算法/深度学习玩贪吃蛇】
No 39. 【轻量控制台打印/格式化工具包】
No 40. 美! by Paul Stewart ​
No 41. 【面向管理人员的数据科学知识结构(脑图)】
No 42. 餐饮卖家秀的秘密 [喵喵] http://t.cn/ELVvwwc ​…
No 43. 【免费书:开发者加密实践手册】
No 44. 学习AI的五条建议:1、学好线性代数(矩阵计算等) 2、微积分学到还好(不需要高级) 3、概率论、统…
No 45. 换个视角看花样游泳 src:http://t.cn/EZfnUSA http://t.cn/EZf…
No 46. v0.2 released
No 47. 《Perturbative Neural Networks》
No 48. 八年不短也不长,有心寸时寸金,无心度日如年//我的八年博士生涯 ​​​…
No 49. 【Keras学习笔记(Jupyter Notebooks)】
No 50. 旋转穿珠器:用转筒和弯头实现高效串珠 👍 http://t.cn/E29BbrZ ​…

爱可可老师24小时热门分享(2018.11.25)

No 1. 学习AI的五条建议:1、学好线性代数(矩阵计算等) 2、微积分学到还好(不需要高级) 3、概率论、统…
No 2. 我的八年博士生涯 ​​​
No 3. 奔跑的皮卡丘,等等……这是啥? http://t.cn/ELy8ovp ​…
No 4. 【别在卷积网络里用Dropout】
No 5. 《解析深度学习:卷积神经网络原理与视觉实践》
No 6. 八年不短也不长,有心寸时寸金,无心度日如年//我的八年博士生涯 ​​​…
No 7. Trish博士答辩四条“救命”
No 8. 【无人驾驶关键技术拆解】
No 9. 【Keras学习笔记(Jupyter Notebooks)】
No 10. 【深度学习最新论文解读(日文)】
No 11. 如果你觉得自己无力对抗生活和前方的挑战…… http://t.cn/EL26EE0 ​…
No 12. “文档是致未来自己的情书。”
No 13. 如果让计算机编程书作者写算术教材…… src:http://t.cn/ELUDPtW ​…
No 14. 最近发了好几个关于英语写作校对的工具,汇总一下。 ​​​​ Grammaly:
No 15. “我的狗有只毛茸熊,几乎形影不离,干衣机工作时他就一直坐在那,以确保他的熊朋友没事儿”
No 16. 这世界每分钟有上百万的突发事件, 现代科技让它们一起来争抢你的注意力。 身处顺境的你,如果沉溺于对源…
No 17. 【AI/深度学习应用开发】
No 18. “未来的潮汕人,应该是没有灵魂的。”
No 19. 小学时代的甜蜜回忆 上上下下左右左右BABA![笑而不语] ​…
No 20. 瞧,你在这一档! ​
No 21. 早!
No 22. 忆往昔:曾几何时少有人关注的NIPS,如今会火了,名儿丢了 ​…
No 23. 1Checker用过几次,还不错,同学们可以用它筛筛低级错误//最近发了好几个关于英语写作校对的工具…
No 24. 《Selective Feature Connection Mechanism: Concatenating Multi-layer CNN Features with a Feature Selector》
No 25. 《喜剧之王》
No 26. 《How Many Samples are Needed to Learn a Convolutional Neural Network?》
No 27. 晚安~ [月亮] ​
No 28. 换个视角看花样游泳 src:http://t.cn/EZfnUSA http://t.cn/EZf…
No 29. 【(DeepMind)深度学习与强化学习进阶课程】
No 30. 【R Markdown简历模板】
No 31. 《ML-Net: multi-label classification of biomedical texts with deep neural networks》
No 32. 【基于PyTorch的开源医学图像处理框架,提供全套的医学成像载入、预处理模块和数据集】
No 33. 【易用、模块化、可扩展的深度学习CTR模块】
No 34. 【Kaggler“含金量”解秘?】
No 35. 旋转穿珠器:用转筒和弯头实现高效串珠 👍 http://t.cn/E29BbrZ ​…
No 36. 比起真狗,机器狗要学的还多着呢 [偷笑] http://t.cn/ELhkOMy ​…
No 37. 《性能之殇》
No 38. 《自动驾驶攻破的难点在哪,何时能到 Level 5? – 知乎》
No 39. 《Guiding the One-to-one Mapping in CycleGAN via Optimal Transport》
No 40. 细胞内部的景象,竟然这么复杂,果真是一花一世界啊!
No 41. 美! by Paul Stewart ​
No 42. 【Yoshua Bengio讲座视频分享】
No 43. 造物之美
No 44. 《Spatio-temporal Stacked LSTM for Temperature Prediction in Weather Forecasting》
No 45. 机器学习和AI的区别: 用Python写的,八成是机器学习;写在PPT里的,八成就是AI
No 46. 交互式投影仪:把所有平面变成触摸屏 http://t.cn/ELzj27Y ​…
No 47. 《Exploiting Sentence Embedding for Medical Question Answering》
No 48. 【Python高级技巧:用一行代码减少一半内存占用】
No 49. 《An Affect-Rich Neural Conversational Model with Biased Attention and Weighted Cross-Entropy Loss》
No 50. 【免费书:21世纪统计思维(斯坦福本科生统计课程教材)】

爱可可老师24小时热门分享(2018.11.24)

No 1. 《解析深度学习:卷积神经网络原理与视觉实践》
No 2. 学习AI的五条建议:1、学好线性代数(矩阵计算等) 2、微积分学到还好(不需要高级) 3、概率论、统…
No 3. 机器学习和AI的区别: 用Python写的,八成是机器学习;写在PPT里的,八成就是AI
No 4. 【Python高级技巧:用一行代码减少一半内存占用】
No 5. 比起真狗,机器狗要学的还多着呢 [偷笑] http://t.cn/ELhkOMy ​…
No 6. “未来的潮汕人,应该是没有灵魂的。”
No 7. 【(DeepMind)深度学习与强化学习进阶课程】
No 8. 晚安~ [月亮] ​
No 9. 【git交互可视化教学】
No 10. 9岁小盆友:你喜欢科学家吗?我:嗯….有点,我想当,所以去学校,可还差得远。 小盆友:我觉得你就…
No 11. 早![太阳] ​
No 12. 提醒每位朋友:“做到最好”
No 13. 周末心情~
No 14. 【(Python)3D人脸处理工具face3d】
No 15. 《Hierarchy-based Image Embeddings for Semantic Image Retrieval》
No 16. 【全球数据分析大赛】
No 17. 瞧,你在这一档! ​
No 18. 亲爱的编辑, 请别在感恩节的早晨、圣诞节的早晨、新年,或(最好别)生日那天发拒信。非常感谢。爱您。 …
No 19. 【用大规模脑活动映射描绘认知功能地图】
No 20. 【Apache Spark可扩展最近邻搜索库】
No 21. 旋转穿珠器:用转筒和弯头实现高效串珠 👍 http://t.cn/E29BbrZ ​…
No 22. 交互式投影仪:把所有平面变成触摸屏 http://t.cn/ELzj27Y ​…
No 23. 【预训练模型及其应用】
No 24. 《Optical Flow Based Background Subtraction with a Moving Camera: Application to Autonomous Driving》
No 25. 不少研究人员,争论符号AI与连接主义的细微差别,只为讨论该怎么做。为什么不去*做*呢?编程实现算法,…
No 26. 《Short-Term Wind-Speed Forecasting Using Kernel Spectral Hidden Markov Models》
No 27. 今天在 GitHub 上看到的,跨平台 GameBoy 模拟器,go 语言开发的。我试了几个游戏都可…
No 28. 再现往日辉煌:六座英国古堡的数字化重建 src:http://t.cn/ELhLTy9 ​…
No 29. 每个男人心里都住着个男孩 [笑而不语]//今天在 GitHub 上看到的,跨平台 GameBoy 模…
No 30. 抱着抽奖的心态祈祷一次过//编写递归函数的技巧之一,坚定信仰:1)让自己相信,就算这个函数还没写完,…
No 31. 换个视角看花样游泳 src:http://t.cn/EZfnUSA http://t.cn/EZf…
No 32. 《殆知阁古代文献藏书》
No 33. 【Yoshua Bengio讲座视频分享】
No 34. 《Deep Template Matching for Offline Handwritten Chinese Character Recognition》
No 35. 《Effect of data reduction on sequence-to-sequence neural TTS》
No 36. 另一种有损压缩
No 37. 人民币上这些不规则的小圆点,是用来防止复印机复印假钞用的。这些图案叫做“欧姆龙环”
No 38. 分心 [笑而不语] ​
No 39. 东京2020年奥运会的几项创新技术:100%可再生能源、用回收旧手机打造奖牌、自动驾驶出租车、太阳能…
No 40. 《Stochastic Gradient Descent Optimizes Over-parameterized Deep ReLU Networks》
No 41. 【免费书:21世纪统计思维(斯坦福本科生统计课程教材)】
No 42. 编写递归函数的技巧之一,坚定信仰:1)让自己相信,就算这个函数还没写完,它也是可用的;2)作为人类,…
No 43. 要是有人抱怨隐私问题,建议半点数据也不给那些公司,让他看看这个
No 44. 【模型、推理与算法】
No 45. 【如何办好技术研讨会?】
No 46. 《From Videos to URLs: A Multi-Browser Guide To Extract User's Behavior with Optical Character Recognition》
No 47. 《Orthographic Feature Transform for Monocular 3D Object Detection》
No 48. 《Rethinking ImageNet Pre-training》
No 49. 《狮子王》
No 50. 《我的第一本算法书》

爱可可老师一直论文精选(2018.11.24)

No 1. 《Rethinking ImageNet Pre-training》
No 2. 《YOLO-LITE: A Real-Time Object Detection Algorithm Optimized for Non-GPU Computers》
No 3. 《Orthographic Feature Transform for Monocular 3D Object Detection》
No 4. 《Learning From Positive and Unlabeled Data: A Survey》
No 5. 《Sampling Can Be Faster Than Optimization》
No 6. 《Retina U-Net: Embarrassingly Simple Exploitation of Segmentation Supervision for Medical Object Detection》
No 7. 《Stochastic Deep Networks》
No 8. 《An Introductory Survey on Attention Mechanisms in NLP Problems》
No 9. 《Improving Multi-Person Pose Estimation using Label Correction》
No 10. 《Understanding and Predicting Links in Graphs: A Persistent Homology Perspective》
No 11. 《A Deep Neural Network for Unsupervised Anomaly Detection and Diagnosis in Multivariate Time Series Data》
No 12. 《Explaining Deep Learning Models – A Bayesian Non-parametric Approach》
No 13. 《ImageNet/ResNet-50 Training in 224 Seconds》
No 14. 《Forecasting People's Needs in Hurricane Events from Social Network》
No 15. 《Deep Q learning for fooling neural networks》
No 16. 《Multiple People Tracking Using Hierarchical Deep Tracklet Re-identification》
No 17. 《Can Deep Learning Outperform Modern Commercial CT Image Reconstruction Methods?》
No 18. 《Pitfalls of Graph Neural Network Evaluation》
No 19. 《Interactive dimensionality reduction using similarity projections》
No 20. 《Optical Flow Based Background Subtraction with a Moving Camera: Application to Autonomous Driving》
No 21. 《Co-Representation Learning For Classification and Novel Class Detection via Deep Networks》
No 22. 《Bayesian variational inference for exponential random graph models》
No 23. 《Doc2Im: document to image conversion through self-attentive embedding》
No 24. 《NEMGAN: Noise Engineered Mode-matching GAN》
No 25. 《Language GANs Falling Short》
No 26. 《Modular Architecture for StarCraft II with Deep Reinforcement Learning》
No 27. 《A Hierarchical Multi-task Approach for Learning Embeddings from Semantic Tasks》
No 28. 《Image-Level Attentional Context Modeling Using Nested-Graph Neural Networks》
No 29. 《Image Classification at Supercomputer Scale》
No 30. 《The relativistic discriminator: a key element missing from standard GAN》