爱可可老师24小时热门分享(2018.8.26)

No 1. 向数据科学“三驾马车”
No 2. 【指南:如何用Python代替Bash脚本】
No 3. 技术造福宅男 ​​​
No 4. 《美团机器学习实践》
No 5. 【计算机视觉任务综述】
No 6. 又到了看图爆年龄的时间,你用过几种端口? ​…
No 7. 我特生气,想看的那本书从图书馆被借走了,好长时间都不还。最后我怒了,自己在网上买了一本。今天早上我收…
No 8. 码农主张世界和平的正确方式 ​
No 9. 观点:“科技富豪”
No 10. 【(Tensorflow/Dlib)人脸检测、跟踪与提取】
No 11. 【百度开源的情感分类系统(PaddlePaddle)】
No 12. 温湿度计也可以设计得很有“学术味道”
No 13. 方·圆·夏·秋·冬 loc:源光庵(日本京都) ​…
No 14. 【机器学习/数据科学生涯从Kaggle出发:为什么?怎么做?】
No 15. 【(TensorFlow)CNN+LSTM (CTPN/CRNN)图像文本检测】
No 16. 【面向AI/机器学习的Python现状综述】
No 17. 《在麻省理工学院(MIT)就读是怎样的体验? – 知乎》
No 18. 一往无前:疾驰摩托后座上拍到的喜鹊
No 19. 跟着眼球动的小线线:如果你也像我一样小时候眼睛受过点小伤,可能就知道这张图片是什么了 ​…
No 20. 【《深度强化学习实践》随书代码】
No 21. 出差回到家的我 ​
No 22. 【神经网络入门:正向传播与反向传播】
No 23. 学会信任。
学会去爱。
学会原谅。
学会倾听。
学会学习。 …

No 24. 教是老师的学习方式,不是学生的。
No 25. 分别是:表情/姿态迁移与合成、增强现实和注视(目光)合成…
No 26. 看电影总能找到共鸣
No 27. 【今日限免:OpenCV 3计算机视觉应用编程方案手册(第三版)】
No 28. 【数据科学入门资源集】
No 29. 【Coursera“深度学习导论”课程资源(Google Colab)】
No 30. 【多任务弱监督模型训练框架】
No 31. 【(Python/C++)OpenCV/YOLOv3目标检测】
No 32. 【知识库构建引擎Fonduer】
No 33. 萌妹无感很正常[笑而不语] //@阿瑞是个快乐的肥仔:第一个是FaceRig+Live2D DLC,…
No 34. 【基于Jekyll/Jupyter的在线写书平台】
No 35. 【在线系统因果推理:方法、陷阱与最佳实践】
No 36. 【挑战极限!无伞跳伞】
No 37. 《Multi-dimensional Graph Convolutional Networks》
No 38. 《R^3-Net: A Deep Network for Multi-oriented Vehicle Detection in Aerial Images and Videos》
No 39. 【Netflix如何调度Notebooks】
No 40. 《Pairwise Relational Networks for Face Recognition》
No 41. 【nodejs/javascript自然语言处理库,具有实体提取、情感分析、自动语言识别等功能】
No 42. 《Noise2Noise: Learning Image Restoration without Clean Data》
No 43. 【基于事件的视觉资源集锦】
No 44. 有人打算写本Bash的书,第一章是“不考虑用Python?”
No 45. 【图解运算复杂度概念(O)】
No 46. 这冲的不是浪,是海啸吧? (巴西的Rodrigo Koxa创冲浪新纪录) http://t.cn/R…
No 47. 【基于新一代Graphics/Computing API——Vulkan的开源应用方案V-EZ】
No 48. 《Generating Magnetic Resonance Spectroscopy Imaging Data of Brain Tumours from Linear, Non-Linear and Deep Learning Models》
No 49. 【Scala实现的AlphaGoZero】
No 50. 发个呆…… ​

爱可可老师24小时热门分享(2018.8.25)

No 1. 《美团机器学习实践》
No 2. 【(Python/C++)OpenCV/YOLOv3目标检测】
No 3. 【矩阵分解综述:用矩阵分解从组学数据挖掘知识】
No 4. Google Colab可直接从github打开Jupyter notebooks,只需将“http:// github.com/”
No 5. 【聚类学习(深度学习聚类)】
No 6. 【Kaggle入门点对点指南】
No 7. 【图解运算复杂度概念(O)】
No 8. 【《深度强化学习实践》随书代码】
No 9. 在软件所有常见操作的实现里,都加上五秒延迟,例如:Thread.Sleep(5000),在用户被逼疯…
No 10. 【最新可复现图像去噪算法汇总】
No 11. 【2018十大深度学习Github开源项目】
No 12. 【一文了解AutoML机器学习自动化和神经网络架构搜索】
No 13. 【挑战极限!无伞跳伞】
No 14. 【指南:如何用Python代替Bash脚本】
No 15. 帅爆! http://t.cn/RknwGs0 ​
No 16. 《ReenactGAN: Learning to Reenact Faces via Boundary Transfer》
No 17. 【百度开源的情感分类系统(PaddlePaddle)】
No 18. 【Keras文本深度学习数据预处理工具】
No 19. 《在麻省理工学院(MIT)就读是怎样的体验? – 知乎》
No 20. 【CUDA实现的高效SIFT算法】
No 21. 跟着眼球动的小线线:如果你也像我一样小时候眼睛受过点小伤,可能就知道这张图片是什么了 ​…
No 22. 【(Tensorflow/Dlib)人脸检测、跟踪与提取】
No 23. 技术造福宅男 ​​​
No 24. [阴险] ​
No 25. 【(TensorFlow)CNN+LSTM (CTPN/CRNN)图像文本检测】
No 26. 《如何理解海森堡的「不确定性原理」? – 知乎》
No 27. 'keras attentional bi-LSTM-CRF for Joint NLU (slot…
No 28. 【对大多数关系数据库创建SQL查询的Python库(可作为命令行程序使用)】
No 29. 这冲的不是浪,是海啸吧? (巴西的Rodrigo Koxa创冲浪新纪录) http://t.cn/R…
No 30. 看电影总能找到共鸣
No 31. 换个角度看世界:八张简约地图
No 32. 【我不喜欢Notebooks】
No 33. 【Coursera“深度学习导论”课程资源(Google Colab)】
No 34. 【“神经互联网”时代即将到来】
No 35. 【今日焦点:人人皆舞王(姿态迁移+生成)】
No 36. 【语义柔性分割】
No 37. 【构建面向任务的可训练端到端对话模型的开源工具集】
No 38. 【用cuDNN简化张量计算】
No 39. 温湿度计也可以设计得很有“学术味道”
No 40. 【基于Jekyll/Jupyter的在线写书平台】
No 41. 【任务驱动对话数据集列表】
No 42. 【ClariNet:完全端到端并行文本语音合成】
No 43. 【Matplotlib(官方)可视化使用指南】
No 44. 《Learning Hierarchical Semantic Image Manipulation through Structured Representations》
No 45. 【AI知识分类关系图】
No 46. 【交互式火焰图可视化浏览器】
No 47. 《MentorNet: Regularizing Very Deep Neural Networks on Corrupted Labels》
No 48. 【知识库构建引擎Fonduer】
No 49. 【免费书:如何写好科研论文】
No 50. 【多任务弱监督模型训练框架】

爱可可老师一周论文精选(2018.8.25)

No 1. 【今日焦点:人人皆舞王(姿态迁移+生成)】
No 2. 【(照片级)视频到视频合成(转换)】
No 3. 《Don't Use Large Mini-Batches, Use Local SGD》
No 4. 《Recycle-GAN: Unsupervised Video Retargeting》
No 5. 《Neural Architecture Search: A Survey》
No 6. 《LARNN: Linear Attention Recurrent Neural Network》
No 7. 《Deep Convolutional Networks as shallow Gaussian Processes》
No 8. 《Simple Baselines for Human Pose Estimation and Tracking》
No 9. 《Detection and Segmentation of Manufacturing Defects with Convolutional Neural Networks and Transfer Learning》
No 10. 《Pervasive Attention: 2D Convolutional Neural Networks for Sequence-to-Sequence Prediction》
No 11. 《SWAG: A Large-Scale Adversarial Dataset for Grounded Commonsense Inference》
No 12. 《Emotion Recognition in Speech using Cross-Modal Transfer in the Wild》
No 13. 《Community detection in networks with unobserved edges》
No 14. 【认知计算神经科学】
No 15. 《Machine Learning for Spatiotemporal Sequence Forecasting: A Survey》
No 16. 《Neural Architecture Optimization》
No 17. 《Neural Body Fitting: Unifying Deep Learning and Model-Based Human Pose and Shape Estimation》
No 18. 《CoQA: A Conversational Question Answering Challenge》
No 19. 《Learning Graph Embeddings from WordNet-based Similarity Measures》
No 20. 《AnatomyNet: Deep 3D Squeeze-and-excitation U-Nets for fast and fully automated whole-volume anatomical segmentation》
No 21. 《On the Decision Boundary of Deep Neural Networks》
No 22. 《R-grams: Unsupervised Learning of Semantic Units in Natural Language》
No 23. 《Fake Sentence Detection as a Training Task for Sentence Encoding》
No 24. 《Single-View Place Recognition under Seasonal Changes》
No 25. 《Incremental Learning in Person Re-Identification》
No 26. 《In Defense of the Triplet Loss for Person Re-Identification》
No 27. 《Relational recurrent neural networks》
No 28. 《Unsupervised Discovery of Object Landmarks as Structural Representations》
No 29. 《Time Perception Machine: Temporal Point Processes for the When, Where and What of Activity Prediction》
No 30. 《Language Guided Fashion Image Manipulation with Feature-wise Transformations》

爱可可老师一周热门分享(2018.8.25)

No 1. 【挑战极限!无伞跳伞】
No 2. 《作为 IT 从业人员,你觉得有什么工具大大提高了你的工作效率? – 知乎》
No 3. RTX 2080 Ti自费购买攻略 [笑cry] ​
No 4. 《美团机器学习实践》
No 5. 【斯坦福机器学习课程“CS 229 – Machine Learning”速查表】
No 6. 这冲的不是浪,是海啸吧? (巴西的Rodrigo Koxa创冲浪新纪录) http://t.cn/R…
No 7. 【从发表不了到顺利发表——论文专业润色技巧】
No 8. 【一切皆Djikstra:货币套利(金融)、Q学习(强化学习)和路径追踪(计算机图形学)都可简化为经典的Djikstra最短路径算法】
No 9. 【23段代码掌握Pandas关键用法】
No 10. 【免费书:如何写好科研论文】
No 11. 【十分钟入门Python函数式编程】
No 12. 码农到底多可爱? ​
No 13. '机器学习精简入门教程' by SharEDITor GitHub: http://t.cn/R5R…
No 14. 【今日焦点:人人皆舞王(姿态迁移+生成)】
No 15. 《学术圈有多乱? – 知乎》
No 16. 【神经网络调参经验分享】
No 17. 【Coursera数据科学专业全套课程笔记】
No 18. 给研究生新生的建议:也许你觉得有必要在新朋友面前闪亮登场,展示一下自己有多优秀。先收一收,找个合适的…
No 20. 如何保持初心?1、应该: • 不奢望 • 不强求• 不假设2、知道: • 你的极限…
No 21. 【(照片级)视频到视频合成(转换)】
No 22. 今日份人生建议:“像编译器一样,对注释(评论)忽略就好”
No 23. 某些同学的组会表现:别人发言 vs. 自己发言 ​…
No 24. 【机器学习项目完整解决流程演练】
No 25. 3年前,几乎每家我去应聘的科技公司都把我拒之门外。在我做现在做的事之前,也从没有超过一年的稳定工作。…
No 26. 【面向机器学习的代数与微积分速查】
No 27. 【腾讯2018广告算法挑战赛第三名方案】
No 28. 《程序员面试,面试官更注重代码量、项目经验还是操作系统、数据结构这种基础课程?两者比例是五五开还是多少? – 知乎》
No 29. 【矩阵分解综述:用矩阵分解从组学数据挖掘知识】
No 30. 【Jupyter Notebooks下的Python可视化调试器PixieDebugger】
No 31. 【Tensorflow/Keras实现的端到端不定长中文字符检测和识别】
No 32. 实至名归 [笑cry] ​
No 33. 2018已经过去了▓▓▓▓▓▓▓▓▓▓░░░░░ 64%,加油! ​…
No 34. 【PytTorch实现的RetinaNet目标检测】
No 35. 【(超大)数据集可视化工具】
No 36. 我有篇论文被拒了,理由是我“似乎不太了解Jo Sharp的工作”
No 37. 【fastai出品效果很赞的(Python)进度条组件(Jupyter Notebook/console可用)】
No 38. 【面向机器学习的概率与统计速查】
No 39. “所谓项目就是:🕒 按时交💲 保预算✅ 做的好三选二”
No 40. 【Python建模与仿真(第二版)】
No 41. '基于tensorflow深度学习的中文的命名实体识别' by shiyybua GitHub: h…
No 42. 【简单方式讲解神经网络和反向传播】
No 43. 【Matplotlib(官方)可视化使用指南】
No 44. 【人脸检测——不同解决方案的概述和比较】
No 45. 【PyTorch实现的YOLO】
No 46. 国家地理的摄影师是最敬业的艺术家
No 47. [笑而不语] ​
No 48. 【AI/机器学习优秀学习资源推荐 & Machine Learning for Humans系列索引】
No 49. 发呆专用…… 🙂 ​​​
No 50. 这些“盗版”

推荐30个用于微服务的顶级工具;机器学习跌下神坛?一些技术趋势正在消失 – InfoQ每周精要551期

 中文站「每周精要」
感谢您订阅每周精要第 551 期,本期内容截止于2018-08-26。
技术新闻   TECH NEWS
中国为什么没有自主研发的浏览器内核?
国内确实没有自主研发的浏览器内核。
Uber宣布开源Fusion.js框架
Uber宣布开源Fusion.js,这是一个“基于插件的通用Web框架”。
Microsoft宣布正式发布Linux on ASE
Microsoft宣布正式发布用于ASE的Linux。
最新版Byte Buddy完全支持Java 11
Java字节码工程库Byte Buddy最新版本完全支持Java 11以及自Java 8以来引入的所有类文件和字节码新特性。
谷歌云平台发布Edge TPU和Cloud IoT Edge
谷歌宣布将在他们的云平台上推出两款新产品,帮助客户在他们的网络“边缘”开发和部署离最终用户最近的设备。
英特尔披露新的预测执行漏洞L1终端故障
英特尔披露了一个新的预测执行边道漏洞,名为L1终端故障。该漏洞可能会泄露驻留在处理器L1数据缓存中的信息。
架构设计   ARCHITECTURE DESIGN
Kafka实践:到底该不该把不同类型的消息放在同一个主题中
如果你使用了像Kafka这样的流式处理平台,就要搞清楚一件事情:你需要用到哪些主题?特别是如果你要将一堆不同的事件作为消息发布到Kafka,你是要将它们放在同一个主题中,还是将它们拆分到不同的主题中?
基于CQRS的架构在答题PK小游戏中的实践案例
本文的案例就是一个比较适合实践CQRS/ES的场景。
编程语言选型时,你需要考虑的几个方面
本文主要探讨类型系统,语法和编程范式。
运维 & DevOps   OPERATIONS & DEVOPS
推荐30个用于微服务的顶级工具
一份顶级的微服务开源工具清单。
建设高效的DevOps平台:跨组织协作而不是互怼
越来越多的公司开始使用持续集成的系统来解决频繁发布带来的质量问题;使用持续交付的工具来实现代码在不同环境上的自动部署。
混沌工程实践经验:如何让系统在生产环境中稳定可靠
对混沌工程做一个简单贴切的介绍,以及如何实践混沌工程。
大前端   THE FRONT END
我们用Flutter重写了一个React Native应用
这篇文章将从语言栈、UI、样式和其他方面对Flutter和 React Native进行比较。同时还讨论了在重写Flat App过程中遇到的一些挑战,以及我们是怎样解决的。
以Vue为例,解释JavaScript的反应性
在本文中,我们构建了与Vue源码相同的反应性功能。
Angular的这10个特性,你可能不知道
大型框架Angular中隐藏着许多你可能不知道的有趣特性,本文介绍了其中10种。一起来看看吧!
人工智能   ARTIFICIAL INTELLIGENCE
Flink靠什么征服饿了么工程师?
相比Storm和Spark,Flink有何优势?
终结谷歌AutoML的真正杀手!Saleforce开源TransmogrifAI
不只开源,功能还比谷歌AutoML更强大!
机器学习跌下神坛?一些技术趋势正在消失
数字孪生是少数几个出现上升的技术之一。
区块链   BLOCKCHAIN
不谈远景,我们现在该怎么看区块链?
InfoQ主编对区块链的看法。
区块链如何蚕食数据库的天下?
数据库和区块链的区别在于用途和设计。
Taireum 一种兼容以太坊的企业级分布式账本与智能合约平台
那么如何才能既利用以太坊强大的智能合约与技术生态资源,简单高效进行企业级区块链应用开发,又满足联盟链对安全、共识、运维管理方面的要求?
技术大会   CONFERENCE
QCon:构建Java API的艺术:Do’s and Don’ts
每天都在用Java,但是不熟悉API设计最佳实践。微软资深云开发者布道师Jonathan Giles想和你聊聊开发者应该遵循的技巧,以及应该避免的问题。
CNUTCon:BAT都有哪些AIOps的经典案例?
11月16-17日,CNUTCon全球运维技术大会将在上海举行,我们邀请了BAT的专家来分享他们在AIOps领域的实践经验,知道你爱听“踩坑”教训和“排雷”经验,都在这里!
ArchSummit:微服务架构下,如何打造适合自己的服务治理体验?
功能、服务越来越多,如何协调线上运行的各个服务,提高机器的利用率?如何构建一个统一的服务治理框架对服务进行统一、有效管控,保障服务的高效、健康运行?
AICon:OpenAI Dota2被人类虐杀,机器学习泡沫过后路在何方?
人类终于打败了机器,强化学习还是有Bug存在。而机器学习的可复先性也遭到了越来越多人的质疑,从风口变为泡沫,机器学习的下一步该往哪走?
极客时间App   GEEK TIME APP
哪些瞬间会让你觉得公司「福利」特别好?
聚餐、团建还是健身房?89%的技术人表示更看重技(sheng)术(zhi)进(jia)阶(xin)。试试极客时间企业账号,一种全新的技术团队学习方式,申请领取技术人才懂的专属福利。
活动推荐   POPULAR EVENTS
程序猿,如何从平庸走向理想?
你是怀揣梦想却囊中羞涩的有志青年吗?你有新的Idea苦于没有配置环境支撑落地实现吗?加入2018华为开发者大赛,踏上最棒的开发者之路!
AI是大企业的专利?NO!
市场上AI专用芯片越来越多,UCloud却盯上了数据中心内大量部署的、每台服务器都会配备的X86通用处理器。基于英特尔至强服务器,推出UCloud AI在线服务(UAI-Inference),用AI普惠中小企业和创业公司。
抖音技术开放日:日活1.5亿背后技术全解析
“爱就像蓝天白云,晴空万里”有没有被抖音神曲洗脑呢?9月15日,抖音将首次对外公开其背后技术干货,免费报名!
与专家在线对话,零基础打造对话机器人
“如何让应用开口说话?”“接入UNIT平台有技术上的要求吗”…面对疑问,8月30日起每周四14:00,百度技术专家在“百度UNIT对话系统开发训练营”为你解答。
CNCF办的k8s顶级论坛,连他都来了
支持集成kubernetes的云原生基金会CNCF,首次在中国举办技术论坛,Google、微软、阿里、华为, IBM, Intel, 京东等大咖云集,原味技术了解一下?
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(2018.8.24)

No 1. 《美团机器学习实践》
No 2. 【免费书:如何写好科研论文】
No 3. 【今日焦点:人人皆舞王(姿态迁移+生成)】
No 4. 【矩阵分解综述:用矩阵分解从组学数据挖掘知识】
No 5. 【Matplotlib(官方)可视化使用指南】
No 6. “所谓项目就是:🕒 按时交💲 保预算✅ 做的好三选二”
No 7. 《Don't Use Large Mini-Batches, Use Local SGD》
No 8. 【自然语言处理中的泛化问题,以及研究人员是如何着手解决的】
No 9. 晒晒我的日常桌面 [坏笑] ​
No 10. 在软件所有常见操作的实现里,都加上五秒延迟,例如:Thread.Sleep(5000),在用户被逼疯…
No 11. 【挑战极限!无伞跳伞】
No 12. 无奈的产品:设计的胳膊拧不过法务的大腿
No 13. 专业技巧:如果想快速了解统计、数据或编程概念,可以用Google *图片搜索* 你喜欢的可视化解释和…
No 14. 【复杂性偏见:为什么我们更喜欢复杂而非简单】
No 15. 【端到端目标导向问答系统】
No 16. 【用TensorFlow/Colab做服饰图片(Fashion MNIST)分类】
No 17. 这些“盗版”
No 18. “When one teaches, two learn.”
No 19. 【AI知识分类关系图】
No 20. 【互联网科技7月影响力大V榜出炉】 No 21. 【从发表不了到顺利发表——论文专业润色技巧】
No 22. 【R语法对照速查 & FAQ】
No 23. 【Python/Pandas数据匿名化简单方案】
No 24. 几乎所有人都觉得自己所做的堪称艺术,除了一个特例: 数学 是门艺术=250,000 个(Googl…
No 25. 【23段代码掌握Pandas关键用法】
No 26. 【神经网络调参经验分享】
No 27. 【新书:近似贝叶斯计算手册】
No 28. 《Simple Baselines for Human Pose Estimation and Tracking》
No 29. [阴险] ​
No 30. 《Neural Architecture Optimization》
No 31. 【新AI画风迁移算法让用户随意创建数百万种艺术组合】
No 32. 【信息图:应用机器学习概览】
No 33. 换个角度看世界:八张简约地图
No 34. 【如何判断你是不是在跟机器人聊天(互怼)】
No 35. 这冲的不是浪,是海啸吧? (巴西的Rodrigo Koxa创冲浪新纪录) http://t.cn/R…
No 36. 《Fake Sentence Detection as a Training Task for Sentence Encoding》
No 37. 【框架语义学与FrameNet】
No 38. 【看最新进展深入了解深度学习】
No 39. 《Manipulating Attributes of Natural Scenes via Hallucination》
No 40. 《善恶的彼岸》
No 41. 【AutoML机器学习自动化:风格各不同】
No 42. 【2015年以来,AI相关职位列表增长超过99%——工资最高的职位?最火爆的城市?】
No 43. 【”深度学习:从基础到实践”随书源码】
No 44. 【今日限免:TensorFlow机器学习方案手册】
No 45. 【(Python)梯度下降动力可视化】
No 46. GitHub(PyTorch):http://t.cn/RkT9rrG
No 47. 【走进强化学习】
No 48. 对行为流形空间密集采样(如通过自弈等无限数据生成方式),可微编程能学习任意复杂行为,达到超人表现(AlphaGO便是概念验证)。因此,成败关键归结为“是否具备足够的训练数据?”
No 49. 《Fisher Information and Natural Gradient Learning of Random Deep Networks》
No 50. 【深度学习:理论与实验代码集】

爱可可老师24小时热门分享(2018.8.23)

No 1. 【挑战极限!无伞跳伞】
No 2. 【从发表不了到顺利发表——论文专业润色技巧】
No 3. 【23段代码掌握Pandas关键用法】
No 4. 【神经网络调参经验分享】
No 5. 3年前,几乎每家我去应聘的科技公司都把我拒之门外。在我做现在做的事之前,也从没有超过一年的稳定工作。…
No 6. 2018已经过去了▓▓▓▓▓▓▓▓▓▓░░░░░ 64%,加油! ​…
No 7. 【深度学习:理论与实验代码集】
No 8. 【互联网科技7月影响力大V榜出炉】 No 9. 【走进强化学习】
No 10. 这几句写的蛮好,深得我心 ​​​
No 11. 国家地理年度图片
No 12. 【”深度学习:从基础到实践”随书源码】
No 13. 《不曾走过,怎会懂得》
No 14. RTX 2080 Ti自费购买攻略 [笑cry] ​
No 15. 【PytTorch实现的RetinaNet目标检测】
No 16. 【(Python)梯度下降动力可视化】
No 17. 这些“盗版”
No 18. 【两分钟论文解读之几近完美的图像自动降噪】
No 19. 《你在生活中用过最高端的数学知识是什么? – 知乎》
No 20. 【Tensorflow/Keras实现的端到端不定长中文字符检测和识别】
No 21. 数据之美:前1,000,000个整数,表示成质数因子二进制向量(1,000,000×78,628二进…
No 22. 《如何写好科研论文》
No 23. 【看最新进展深入了解深度学习】
No 24. 《天堂电影院》
No 25. “如何写好科研论文”
No 26. 【Jupyter Notebooks下的Python可视化调试器PixieDebugger】
No 27. 【腾讯2018广告算法挑战赛第三名方案】
No 28. 【大信号:包括谷歌,苹果和IBM在内的十几家公司不再要求申请人具备大学学位】
No 29. 【新AI画风迁移算法让用户随意创建数百万种艺术组合】
No 30. 一路孤单并不真孤单,半路散了才真是孤单…
No 31. 【MSG-GAN:多尺度梯度GAN】
No 32. 专家观点:天下大坑是一家 ​​​
No 33. 【认知计算神经科学】
No 34. 《Adaptive Affinity Fields for Semantic Segmentation》
No 35. 《Machine Learning for Spatiotemporal Sequence Forecasting: A Survey》
No 36. 拖延症福音:日本出品的定制手表“Rukuru”
No 37. 【用地铁绘图风格绘制的全美高速路地图】
No 38. 【Jupyter notebooks的Markdown语法速查】
No 39. 《CoQA: A Conversational Question Answering Challenge》
No 40. 这冲的不是浪,是海啸吧? (巴西的Rodrigo Koxa创冲浪新纪录) http://t.cn/R…
No 41. 【数据科学的法则和秩序——科学始于问题,数据科学始于数据。数据科学如此艰难的原因,在于它始于错误的起点】
No 42. 【KDD18教程: 基于Apache MXNet Gluon的深度学习和自然语言处理】
No 43. Arm设计的面向移动端的机器学习(神经网络)处理器 ​…
No 44. 《Learning deep representations by mutual information estimation and maximization》
No 45. 【可复现研究最佳实践】
No 46. 【JavaScript数学函数库】
No 47. 《Relational recurrent neural networks》
No 48. 《Unsupervised Discovery of Object Landmarks as Structural Representations》
No 49. 【微软出品的Python因果推断库】
No 50. 特征工程 [笑cry]

爱可可老师24小时热门分享(2018.8.22)

No 1. 【挑战极限!无伞跳伞】
No 2. RTX 2080 Ti自费购买攻略 [笑cry] ​
No 3. 如何保持初心?1、应该: • 不奢望 • 不强求• 不假设2、知道: • 你的极限…
No 4. 【斯坦福机器学习课程“CS 229 – Machine Learning”速查表】
No 5. 【fastai出品效果很赞的(Python)进度条组件(Jupyter Notebook/console可用)】
No 6. 【面向机器学习的代数与微积分速查】
No 7. 某些同学的组会表现:别人发言 vs. 自己发言 ​…
No 8. 【Python建模与仿真(第二版)】
No 9. 【面向机器学习的概率与统计速查】
No 10. 【腾讯2018广告算法挑战赛第三名方案】
No 11. 【Jupyter Notebooks下的Python可视化调试器PixieDebugger】
No 12. 据说大厂新出了智能识别应用 [偷笑] ​…
No 13. 《Distractor-aware Siamese Networks for Visual Object Tracking》
No 14. 【Tensorflow/Keras实现的端到端不定长中文字符检测和识别】
No 15. 【PytTorch实现的RetinaNet目标检测】
No 16. 一起见证人脑超级泛化能力的时刻,俗称*歪楼*…… ​…
No 17. 这几句写的蛮好,深得我心 ​​​
No 18. 真正的学术明星是教学人员,尤其是那些在不知名的学校,面对从未想过要从事学术研究的学生们,带满4/4门…
No 19. 集成PDF版:http://t.cn/Rkof0RP mirror:http://t.cn/Rkof…
No 20. 【基于TensorRT的RNN应用教程】
No 21. 【如何在边缘设备上(离线)拟合大型神经网络】
No 22. 《Adaptive Affinity Fields for Semantic Segmentation》
No 23. 实现 ​
No 24. 【如何为你的深度学习任务挑选最合适的 GPU?(最新更新加上了RTX 2080、RTX 2080 Ti,改进了性能分析)】
No 25. 【五步学习机器学习:健康的生活方式、优化学习环境、创建个性化学习路径、有效确定优先级、积极学习】
No 26. 调程序陷入绝境的我 ​
No 27. 《Community detection in networks with unobserved edges》
No 28. 【Jupyter notebooks的Markdown语法速查】
No 29. 【(照片级)视频到视频合成(转换)】
No 30. 这冲的不是浪,是海啸吧? (巴西的Rodrigo Koxa创冲浪新纪录) http://t.cn/R…
No 31. 【今日限免:TensorFlow深度学习】
No 32. 【机器学习之音(可以听的曲线拟合过程)】
No 33. 一路孤单并不真孤单,半路散了才真是孤单…
No 34. 【OpenAI强化学习算法高质量实现】
No 35. 【机器翻译对国际贸易的影响:机器翻译的引入大大增加了eBay平台的国际交易,使出口增加了17.5%】
No 36. 逍遥的两点式生活,居然有点失眠了 [笑cry]…
No 37. 《Single-View Place Recognition under Seasonal Changes》
No 38. 回顾:追踪NLP最新技术进展的两个好地方:NLP-progress http://t.cn/Rgk6…
No 39. 假期难得独自在家的我 ​​​
No 40. 《Incremental Learning in Person Re-Identification》
No 41. 【面向可视化的机器学习】
No 42. [笑cry] ​
No 43. 【从头开始了解机器学习】
No 44. 【喵啊!】
No 45. 【OpenCV自然场景文本检测】
No 46. arxiv:http://t.cn/RkSv80u
No 47. 【人脸检测——不同解决方案的概述和比较】
No 48. 《Benchmarking Automatic Machine Learning Frameworks》
No 49. 【Advantage Actor Critic介绍:一起玩转索尼克!】
No 50. “当我足够聪明,才发现自己有多笨”

爱可可老师24小时热门分享(2018.8.21)

No 1. 【一切皆Djikstra:货币套利(金融)、Q学习(强化学习)和路径追踪(计算机图形学)都可简化为经典的Djikstra最短路径算法】
No 2. 【斯坦福机器学习课程“CS 229 – Machine Learning”速查表】
No 3. 给研究生新生的建议:也许你觉得有必要在新朋友面前闪亮登场,展示一下自己有多优秀。先收一收,找个合适的…
No 4. 【机器学习项目完整解决流程演练】
No 5. 【PyTorch实现的YOLO】
No 6. 【人脸检测——不同解决方案的概述和比较】
No 7. 【基于Scikit-Learn的随机森林决策树可视化】
No 8. 国家地理的摄影师是最敬业的艺术家
No 9. 【DeepFaceLab:基于深度学习的图像/视频人脸识别/替换(换脸)】
No 10. “当我足够聪明,才发现自己有多笨”
No 11. 【fastai出品效果很赞的(Python)进度条组件(Jupyter Notebook/console可用)】
No 12. 【贝叶斯概率模型可视化/探索性分析工具(Python)】
No 13. 【OpenCV自然场景文本检测】
No 14. 【Python建模与仿真(第二版)】
No 15. 如果你给我的,和你给别人的是一样的,那我就不要了。——三毛于是有了个性化推荐…… ​…
No 16. 据说大厂新出了智能识别应用 [偷笑] ​…
No 17. 【迁移学习NLP】
No 18. 【强化学习通俗介绍】
No 19. 【Python图像数据读写库】
No 20. Tim Berners-Lee和我的论文被拒了,理由是审稿人觉得我们没有真正理解互联网的运作方式。 …
No 21. 为啥假消息在社交媒体传播比真事儿还要快?很简单,它是虚构的。假消息都是精心设计出来的,突出某个特定观…
No 22. 玩转CV远不止“写网络+调参数”
No 23. 【DeepLabCut:无需标记的深度学习(动物)姿态估计与行为跟踪】
No 24. Hobbit vs. Hobbyte [笑cry] ​
No 25. 假期难得独自在家的我 ​​​
No 26. 【单兵作战还是团队合作? 哈佛大学的研究表明:都不够好。最好的解决方案是“间歇式合作” – 小组工作适当穿插间隙,让成员独立思考和工作】
No 27. 【Netflix数据科学家告诉你如何成为一名数据科学家】
No 28. 从你写的代码可以判断你是否具有同理心。代码体现的是你与他人的沟通方式。
No 29. 一起见证人脑超级泛化能力的时刻,俗称*歪楼*…… ​…
No 30. 【从自编码器到Beta-VAE】
No 31. 不荒废很少迷失,不投入很少抓狂,路看似是同一条,走多远全在个人 //@大自然新世界:在国内,硕士研究…
No 32. 马赛克艺术
No 33. 《Pervasive Attention: 2D Convolutional Neural Networks for Sequence-to-Sequence Prediction》
No 34. 如果某些东西对大多数人来说太贵了,买不起,就标准化、批量生产。
要是后来变得太便宜,以至于…

No 35. 《Distractor-aware Siamese Networks for Visual Object Tracking》
No 36. 有时候真实比小说更加荒诞,因为虚构是在一定逻辑下进行的,而现实往往毫无逻辑可言。——马克·吐温…
No 37. 托妮·莫里森:40岁 马克·吐温:41岁马塞尔·普鲁斯特:43岁亨利·米勒:44岁 托尔金:…
No 38. 【深度学习增量学习】
No 39. 书架 ​
No 40. 【神经算术逻辑单元(NALU)简单指南:解释、直觉和代码】
No 41. 【撰写发表文章的艺术与科学】
No 42. 【比特币的巨大能源消耗不容忽视:挖矿每年产生的二氧化碳排放量超过百万次跨大西洋航班】
No 43. 【微软Azure机器学习平台介绍】
No 44. 【空间数据、GeoPandas与口袋妖怪】
No 45. 《Neural Body Fitting: Unifying Deep Learning and Model-Based Human Pose and Shape Estimation》
No 46. 劳动力一阶导数:生产效率(软件时代由机器学习驱动)二阶导数:机器学习部署到各适用问题的速度三阶导…
No 47. 【从头开始了解机器学习】
No 48. 【编写棋盘游戏规则学到的9件有趣的事】
No 49. 【(照片级)视频到视频合成(转换)】
No 50. 【Google Scholar, Web of Science与Scopus:252个主题类别引文的系统比较——GS基本上是WoS(95%包含在GS中)和Scopus(92%包含在GS中)的超集,具有显著的额外覆盖率】

爱可可老师24小时热门分享(2018.8.20)

No 1. 给研究生新生的建议:也许你觉得有必要在新朋友面前闪亮登场,展示一下自己有多优秀。先收一收,找个合适的…
No 2. 【今日限免:Python深度学习】
No 3. 【为回归问题选择最佳机器学习算法】
No 4. 【简单方式讲解神经网络和反向传播】
No 5. 【图像描述生成PyTorch教程】
No 6. 【各个主题的最佳教科书】
No 7. 国家地理的摄影师是最敬业的艺术家
No 8. 【冷启动:如何入门机器学习】
No 9. 【(C++)文本分析工具集(提供Python bindings)】
No 10. 【一切皆Djikstra:货币套利(金融)、Q学习(强化学习)和路径追踪(计算机图形学)都可简化为经典的Djikstra最短路径算法】
No 11. 【数学严谨的机器学习指南】
No 12. 【(超大)数据集可视化工具】
No 13. 不荒废很少迷失,不投入很少抓狂,路看似是同一条,走多远全在个人 //@大自然新世界:在国内,硕士研究…
No 14. 【Jupyter Notebooks多参配置、运行、分析工具】
No 15. 马赛克艺术
No 16. 【词向量Benchmarks包】
No 17. Tim Berners-Lee和我的论文被拒了,理由是审稿人觉得我们没有真正理解互联网的运作方式。 …
No 18. 《Detection and Segmentation of Manufacturing Defects with Convolutional Neural Networks and Transfer Learning》
No 19. 小汽车是空间的极大浪费 http://t.cn/RkfVE33 ​…
No 20. 托妮·莫里森:40岁 马克·吐温:41岁马塞尔·普鲁斯特:43岁亨利·米勒:44岁 托尔金:…
No 21. 码农到底多可爱? ​
No 22. 【核的低秩近似】
No 23. 《BiNE: Bipartite Network Embedding》
No 24. 【Python进化算法工具箱】
No 25. 【浏览器可用的机器视觉/图像处理/机器学习库】
No 26. 【微博互联网科技MCN机构星势力第二期重磅来袭】 No 27. 我有篇论文被拒了,理由是我“似乎不太了解Jo Sharp的工作”
No 28. 【机器学习实例项目全程演练】
No 29. 【Fast.AI创始人Rachel Thomas快问快答】
No 30. 《In Defense of the Triplet Loss for Person Re-Identification》
No 31. 《Learning Graph Embeddings from WordNet-based Similarity Measures》
No 32. 【OpenAI Five玩Dota 2打败了人类,因为它基本上是“作弊”】
No 33. 【比特币的巨大能源消耗不容忽视:挖矿每年产生的二氧化碳排放量超过百万次跨大西洋航班】
No 34. 《GraphRNN: Generating Realistic Graphs with Deep Auto-regressive Model》
No 35. 这冲的不是浪,是海啸吧? (巴西的Rodrigo Koxa创冲浪新纪录) http://t.cn/R…
No 36. 《R-grams: Unsupervised Learning of Semantic Units in Natural Language》
No 37. 《Time Perception Machine: Temporal Point Processes for the When, Where and What of Activity Prediction》
No 38. 【数据科学是泡沫吗?】
No 39. 【强化学习通俗介绍】
No 40. 【AI/机器学习优秀学习资源推荐 & Machine Learning for Humans系列索引】
No 41. 《Language Guided Fashion Image Manipulation with Feature-wise Transformations》
No 42. 【微软Azure机器学习平台介绍】
No 43. 【迁移学习NLP】
No 44. 《On the Convergence of AdaGrad with Momentum for Training Deep Neural Networks》
No 45. 《Counterfactual Normalization: Proactively Addressing Dataset Shift and Improving Reliability Using Causal Mechanisms》
No 46. 《Ensemble Kalman Inversion: A Derivative-Free Technique For Machine Learning Tasks》
No 47. 【Python图像操作函数库】
No 48. 【Google Scholar, Web of Science与Scopus:252个主题类别引文的系统比较——GS基本上是WoS(95%包含在GS中)和Scopus(92%包含在GS中)的超集,具有显著的额外覆盖率】
No 49. 发呆专用…… 🙂 ​​​
No 50. 《Learning Cooperative Visual Dialog Agents with Deep Reinforcement Learning》