爱可可老师24小时热门分享(2018.9.24)

No 1. Skydio R1跟拍无人机会预测未来4秒目标的运动情况,并规划从用户希望角度拍摄的飞行路径 ref…
No 2. 【《Science Research Writing: A Guide for Non-Native Speakers of English(非英语母语者科研论文撰写指南)》样章:如何写引言】
No 3. 父与子 ​
No 4. 早起空腹喝水好处多:早起立刻空腹喝下640ml 左右的水,刷个牙,在接下来的45分钟内禁食禁水,可有…
No 5. 哲学简史1、苏格拉底删除了账号2、柏拉图发布了苏格拉底的截图3、亚里士多德取消关注(unfol…
No 6. 真实的代码调试过程
No 7. 【Andrew Ng经典机器学习课程作业Python 版】
No 8. 【异常检测相关资源大列表】
No 9. 【Python实例教学:lambda, map 和 filter】
No 10. 【软件沉思录——“Windows 95总共30Mb,如今一个网页都不止这个量!Google键盘App会吃掉150Mb,一个在屏幕上绘制30个按键的 App真的比整个Windows 95还要复杂五倍?” 】
No 11. 全自动复原魔方 http://t.cn/EPUPBkk http://t.cn/EPUPdi2 ​…
No 12. 【科研写作过程总览】
No 13. 【搭建自己的 Youtube 视频下载服务】
No 14. 【从零开始创建操作系统】
No 15. 听说这是放假在家的你 [嘻嘻] http://t.cn/EP232nc ​…
No 16. 别停啊~
No 17. 【经典机器学习算法示例集(Jupyter Botebooks)】
No 18. 照片刺绣——我以为是图像边缘检测呢 [笑cry] ​…
No 19. [笑而不语] ​
No 20. 【CRM 教程:AI 在扑克上击败职业玩家的秘密】
No 21. '蜘蛛喵' 🕷🐈 http://t.cn/EPt7Qw8 ​
No 22. 《DP-GAN: Diversity-Promoting Generative Adversarial Network for Generating Informative and Diversified Text》
No 23. 如果你也爱钢铁侠…… ​
No 24. 阔别多日,当“刮目相待”
No 25. 【机器学习新前沿:迁移学习】
No 26. 【简单、灵活可扩展的PyTorch模板】
No 27. Stotting(也叫pronking、pronging),是四足动物的一种行为,四只脚同时离开地面…
No 28. 当程序或服务被描述为基于“人工智能”
No 29. 团队合作典范:重量、震动、平衡缺一不可 http://t.cn/EPtwj7N ​…
No 30. 《GitHub的中国乱象:刷星、高仿、骂街和版聊》
No 31. 《Random Warping Series: A Random Features Method for Time-Series Embedding》
No 32. 必读!言辞犀利、爽快的一篇文章,吐了不少程序员们内心深处积压已久的槽,直指软件行业缺乏对效率、简单和…
No 33. 算法生成艺术
No 34. 【基于Word2Vec的(Goodreads)图书向量化表示】
No 35. 特斯拉之路——坚持与奋斗之道
No 36. 【生成艺术画廊——“用代码+想象实现的创新与再造复古艺术” (Notebooks)】
No 37. 耐人回味的头条:失踪四年的英国鹦鹉与主人重聚不说英语改说西班牙语 ​…
No 38. #今日发呆专用# ​
No 39. Nike 网站的 robots.txt:just crawl it. [good] http://t…
No 40. 如果你用的软件没有自动化测试,你就是测试代码。
No 41. 今日空腹喝水任务已完成,600ml喝下去确实有点撑 [允悲]…
No 42. 【电子病历系统深度学习】
No 43. 【TonY(TensorFlow on YARN)在Hadoop上运行TensorFlow】
No 44. 早![太阳] ​
No 45. 《Personalized Top-N Sequential Recommendation via Convolutional Sequence Embedding》
No 46. 晚安~
No 47. 祝大家中秋快乐!(过节也要关注样本质量问题) [笑而不语] ​…
No 48. 如果你也爱漫威,就会懂 🤣🤣🤣 http://t.cn/EPq5dDB ​…
No 49.
No 50. 【AI+区块链=(永久)被动获利?】

爱可可老师24小时热门分享(2018.9.23)

No 1. Skydio R1跟拍无人机会预测未来4秒目标的运动情况,并规划从用户希望角度拍摄的飞行路径 ref…
No 2. 听说这是放假在家的你 [嘻嘻] http://t.cn/EP232nc ​…
No 3. 父与子 ​
No 4. 【用强化学习解决Kaggle西格玛投资公司金融预测比赛】
No 5. 昏眩山羊(Fainting goat)是一种家养山羊,当它们感到恐慌时,肌肉会僵直约3秒钟 ref:…
No 6. 《读博压力有多大?来形容一下啊? – 知乎》
No 7. “算法相关知识储备 – 来源 leetCode 和 其他算法书”
No 8. 网络太可怕了 我不想玩了![允悲]
No 9. 哲学简史1、苏格拉底删除了账号2、柏拉图发布了苏格拉底的截图3、亚里士多德取消关注(unfol…
No 10. 【如何撰写出色的学术论文】
No 11. 【今日限免:Pandas实用方案手册——高效科学计算与数据分析】
No 12. 【电子病历系统深度学习】
No 13. 早起空腹喝水好处多:早起立刻空腹喝下640ml 左右的水,刷个牙,在接下来的45分钟内禁食禁水,可有…
No 14. 【Inception网络版本简要指南】
No 15. 程序员的成长过程,很大程度上就在脑子里积攒伤疤的过程,每行新代码带来的煎熬与你未来将要面临的重构压力…
No 16. 【深度学习的基础】
No 17. 做顾问工作越久,我越意识到,可交付成果的质量,取决于对客户和产品拥有者说的能力。如果你试图取悦…
No 18. 量化名作
No 19. 早![太阳] ​
No 20. 约塞米蒂(Yosemite)国家公园大瀑布 http://t.cn/EPzpGbI ​…
No 21. Nike 网站的 robots.txt:just crawl it. [good] http://t…
No 22. 【从零开始:50行 Python 代码用 AI 保持平衡】
No 23. 全自动复原魔方 http://t.cn/EPUPBkk http://t.cn/EPUPdi2 ​…
No 24. 【Uber 开发的深度学习分布训练库,支持Apache Parquet格式的数据集的单机或分布式训练、验证(支持Tensorflow, Pytorch, PySpark等多种框架)】
No 25. 【通过分析你的购物车,算法能了解你多少?】
No 26. “AI美颜”
No 27. N64(Nintendo 64)模拟摇杆工作原理 ​​​
No 28. 【AI食品质量评价】
No 29. 《科大讯飞用人类翻译的内容冒充智能 AI 同传一事是否属实?AI 同传「造假」是否普遍? – 知乎》
No 30. 【软件沉思录——“Windows 95总共30Mb,如今一个网页都不止这个量!Google键盘App会吃掉150Mb,一个在屏幕上绘制30个按键的 App真的比整个Windows 95还要复杂五倍?” 】
No 31. 目标检测专业十级真题 [笑cry] ​
No 32. 好文回顾,如何撰写出色的学术论文
No 33. 耐人回味的头条:失踪四年的英国鹦鹉与主人重聚不说英语改说西班牙语 ​…
No 34. 苏格兰的福尔柯克大轮盘是世界上第一个也是唯一一个旋转式渡船升降机
No 35. 《Real-Time Joint Semantic Segmentation and Depth Estimation Using Asymmetric Annotations》
No 36. 《优秀简历要遵循哪些规则? – 知乎》
No 37. 特斯拉之路——坚持与奋斗之道
No 38.
No 39. 《A Coupled Evolutionary Network for Age Estimation》
No 40. 论文作者列表第14/16位 [允悲] http://t.cn/EPhxTqr ​…
No 41. 鲸头鹳(Shoebill Stork) http://t.cn/EPyXgbM ​
No 42. 当程序或服务被描述为基于“人工智能”
No 43. 《Unsupervised Abstractive Sentence Summarization using Length Controlled Variational Autoencoder》
No 44. 人生!
No 45. 必读!言辞犀利、爽快的一篇文章,吐了不少程序员们内心深处积压已久的槽,直指软件行业缺乏对效率、简单和…
No 46. 《Defensive Dropout for Hardening Deep Neural Networks under Adversarial Attacks》
No 47. 看图说话
No 48. 晚安~ [月亮] ​
No 49. “计算机科学有80%都是侦探工作。你必须仔细调查,以确定发生了什么、没发生什么,以及为什么。”
No 50. 亲生哒![嘻嘻] http://t.cn/EP7jtky ​

爱可可老师24小时热门分享(2018.9.22)

​​No 1. “算法相关知识储备 – 来源 leetCode 和 其他算法书”
No 2. “计算机科学有80%都是侦探工作。你必须仔细调查,以确定发生了什么、没发生什么,以及为什么。”
No 3. 论文作者列表第14/16位 [允悲] http://t.cn/EPhxTqr ​…
No 4. 【TensorFlow官方教程:(Keras)电影评论分类】
No 5. 目标检测专业十级真题 [笑cry] ​
No 6. 《优秀简历要遵循哪些规则? – 知乎》
No 7. 《读博压力有多大?来形容一下啊? – 知乎》
No 8. 越来越多听到博士生毕业时已经发表了有10多篇文章,为他们感到高兴,也明显感觉到出版物“通胀”
No 9. 昏眩山羊(Fainting goat)是一种家养山羊,当它们感到恐慌时,肌肉会僵直约3秒钟 ref:…
No 10. 《A review of Dropout as applied to RNNs》
No 11. 亲生哒![嘻嘻] http://t.cn/EP7jtky ​
No 12. 周末喽~ [偷笑] ​
No 13. 动物能活多久?——动物寿命一览图 src:http://t.cn/EvkU39u ​…
No 14. 研究生们,当你努力成长为“独立研究员”
No 15. 【快速粗糙的实体抽取】
No 16. 航天飞机上的石英玻璃纤维瓦是非常有效的热绝缘体,可以直接从炉子里拿出来 src:http://t.c…
No 17. 技术债(Technical Debt) ​
No 18. 【基于1D CNN的人体行为识别】
No 19.
No 20. 【低功耗图像识别挑战赛】
No 21. “RecSys 2018接收论文列表”
No 22. #今日发呆专用# ​
No 23. “音乐家潜意识里都是数学家。”
No 24. 【当机器学习碰上房间里的大象——“当前目标检测系统有多脆弱”】
No 25. 约塞米蒂(Yosemite)国家公园大瀑布 http://t.cn/EPzpGbI ​…
No 26. 《Linguistically-Informed Self-Attention for Semantic Role Labeling》
No 27. 人生!
No 28. 人生 ​
No 29. 【机器学习/深度学习的数学基础】
No 30. 《Ranking Distillation: Learning Compact Ranking Models With High Performance for Recommender System》
No 31. 早! [太阳] ​
No 32. 【PyTorch 实现的NEAT (NeuroEvolution of Augmenting Topologies)神经进化算法】
No 33. 似乎有数据表明RTX 2080 Ti深度学习性能非常接近Titan V……
No 34. 《Onsets and Frames: Dual-Objective Piano Transcription》
No 35. 难得回归早睡,晚安~ [月亮] ​
No 36. 不要努力成为一个成功者,要努力成为一个有价值的人。 ——爱因斯坦 ​…
No 37. 狐狸与宝宝 [挤眼] http://t.cn/EvDw61u ​
No 38. 【从零开始:50行 Python 代码用 AI 保持平衡】
No 39. 【(Facebook AI)短语级神经网络无监督机器翻译】
No 40. 很实用:AR 桌球 http://t.cn/EvD2cIA ​
No 41. 《科大讯飞用人类翻译的内容冒充智能 AI 同传一事是否属实?AI 同传「造假」是否普遍? – 知乎》
No 42. 【推荐信怎么写】
No 43. 《Egocentric Vision-based Future Vehicle Localization for Intelligent Driving Assistance Systems》
No 44. #AI 看不懂#之“呱呱”
No 45. 【通过分析你的购物车,算法能了解你多少?】
No 46. 受果蝇翅膀运动启发的空中无尾微型机器人 src:http://t.cn/8kjvsYJ http:/…
No 47. “An apple a day keeps the doctor away”
No 48. 《Benchmarking Reinforcement Learning Algorithms on Real-World Robots》
No 49. 【曲线拟合方法和它们的弦外之音】
No 50. 《RecoGym: A Reinforcement Learning Environment for the problem of Product Recommendation in Online Advertising》

爱可可老师一周论文精选(2018.9.22)

​​No 1. 《Hamiltonian Descent Methods》
No 2. 《Recent Advances in Object Detection in the Age of Deep Convolutional Neural Networks》
No 3. 《ClusterGAN : Latent Space Clustering in Generative Adversarial Networks》
No 4. 《Accelerating Deep Neural Networks with Spatial Bottleneck Modules》
No 5. 《Panoptic Segmentation with a Joint Semantic and Instance Segmentation Network》
No 6. 《GANs for Medical Image Analysis》
No 7. 《Multiple Object Tracking in Urban Traffic Scenes with a Multiclass Object Detector》
No 8. 《Why are Sequence-to-Sequence Models So Dull? Understanding the Low-Diversity Problem of Chatbots》
No 9. 《Distilled Wasserstein Learning for Word Embedding and Topic Modeling》
No 10. 《DocFace+: ID Document to Selfie Matching》
No 11. 《Deep Learning Towards Mobile Applications》
No 12. 《Learning to Zoom: a Saliency-Based Sampling Layer for Neural Networks》
No 13. 《Anomaly Detection with Generative Adversarial Networks for Multivariate Time Series》
No 14. 《TStarBots: Defeating the Cheating Level Builtin AI in StarCraft II in the Full Game》
No 15. 《A Probabilistic U-Net for Segmentation of Ambiguous Images》
No 16. 《Linguistically-Informed Self-Attention for Semantic Role Labeling》
No 17. 《Choosing to Rank》
No 18. 《Interpretable Reinforcement Learning with Ensemble Methods》
No 19. 《Deep Neural Net with Attention for Multi-channel Multi-touch Attribution》
No 20. 《Ranking Distillation: Learning Compact Ranking Models With High Performance for Recommender System》
No 21. 《Commonsense for Generative Multi-Hop Question Answering Tasks》
No 22. 《Geodesic Clustering in Deep Generative Models》
No 23. 《BinGAN: Learning Compact Binary Descriptors with a Regularized GAN》
No 24. 《Enhanced Network Embeddings via Exploiting Edge Labels》
No 25. 《Conditional Neural Processes》
No 26. 《ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks》
No 27. 《Adversarial Examples: Opportunities and Challenges》
No 28. 《PersonLab: Person Pose Estimation and Instance Segmentation with a Bottom-Up, Part-Based, Geometric Embedding Model》
No 29. 《Estimating Depth from RGB and Sparse Sensing》
No 30. 《A Memory-Network Based Solution for Multivariate Time-Series Forecasting》

爱可可老师一周热门分享(2018.9.22)

No 1. 大熊熊与小熊熊 🐻 ​
No 2. 敲黑板:希腊字母标准笔顺(有几个已经错了一辈子[允悲]) ​…
No 3. 科研之路 [笑而不语] ​
No 4. 【深度学习目标检测文献列表(技术路线)】
No 5. 卖点:“风铃是由试图推翻我们的机器人的金属骨头制成。把它们挂在你的房子外面,以起到警示作用。”
No 6. 论文初完成 vs. 收到审稿意见 [允悲] ​…
No 7. 【台大李宏毅(国语)线性代数课程】
No 8. 【论文发表指南之修订——如何提交稿件、回复审稿意见,撰写回复信、修改草稿】
No 9. 希望论文里都能加上这样的表格……
No 10. 🐱vs. 龙虾 [偷笑] http://t.cn/EvMoMiA ​
No 11. 这账算得,没毛病 [笑而不语] ​
No 12. 晚安~ [月亮] ​
No 13. 《Perl语言入门 第7版(中文版)》
No 14. 【TensorFlow 2.0将迎来的新变化】
No 15. 研究生们,当你努力成长为“独立研究员”
No 16. 【深度学习语义分割:指南与代码】
No 17. 让自己相信,随时间推移,你一定能解决问题,这对任何艰难的成功都至关重要。勇敢迈出第一步,相信自己。…
No 18. AI 看不懂之“喵木”
No 19. 某些炒作AI的媒体 vs. AI相关研究人员 http://t.cn/Evx7Mn4 ​…
No 20. 不要努力成为一个成功者,要努力成为一个有价值的人。 ——爱因斯坦 ​…
No 21. 《人这一生为什么要努力? – 知乎》
No 22. 【机器学习电影推荐系统】
No 23. 《为什么越来越多博士逃离科研? – 知乎》
No 24. 妙笔“点睛”
No 25. 小时候大家恐怕都玩过的“智能情景对抗游戏”
No 26. 【CNN 数字识别原理可视化】
No 27. 视觉实验:扭曲
No 28. 【机器学习数学基础】
No 29. 论损失函数的重要性 ​
No 30. 《数据密集型应用系统设计 [Designing Data-Intensive Applications]》
No 31. 【强化学习十大原则】
No 32. “计算机科学有80%都是侦探工作。你必须仔细调查,以确定发生了什么、没发生什么,以及为什么。”
No 33. 【有创意:用俄罗斯方块绘画的算法】
No 34. “算法相关知识储备 – 来源 leetCode 和 其他算法书”
No 35. 【电子书:MATLAB 机器学习】
No 36. 【仅五页的精选版机器学习速查手册】
No 37. 【TensorFlow开放数据集】
No 38. 【TensorFlow.js入门】
No 39. 【如何写好科研论文】
No 40. 【机器学习/深度学习的数学基础】
No 41. 早![太阳]
No 42. [挤眼] ​
No 43. 晚安,正式的 [月亮] ​
No 44. 如果你个人能力超强,以下两方面事实可能会同时成立:1、几乎没人能像你一样把你在做的事做得和你一样好…
No 45. 【面向手机和嵌入式应用的高效CNN模型】
No 46. [嘻嘻]
No 47. 数学之心 ​
No 48. 【PyTorch深度学习(系列)教程】
No 49. 亲爱的科技公司, 工作时间,员工需要的不是乒乓球桌和啤酒冰箱。🙅‍♂️🙅‍♀️员工需要的是灵…
No 50. 【正则表达式教程:实例速查】

爱可可老师24小时热门分享(2018.9.21)

​​No 1. 研究生们,当你努力成长为“独立研究员”
No 2. 不要努力成为一个成功者,要努力成为一个有价值的人。 ——爱因斯坦 ​…
No 3. 论损失函数的重要性 ​
No 4. 【机器学习/深度学习的数学基础】
No 5. [嘻嘻]
No 6. 【RNN图解指南】
No 7. 《电话面试应当注意什么? – 知乎》
No 8. 顺利返京,回家真好! 晚安~ [月亮] ​…
No 9. 很实用:AR 桌球 http://t.cn/EvD2cIA ​
No 10. 【曲线拟合方法和它们的弦外之音】
No 11. 【TensorFlow模型优化工具集】
No 12. 【推荐信怎么写】
No 13. “刚发现方向盘上这些小突起原来是盲文,给盲人司机必要时能方便摁喇叭用的”
No 14. 《Faster Training of Mask R-CNN by Focusing on Instance Boundaries》
No 15. 机械计算器的“除零”
No 16. 周末喽~ [偷笑] ​
No 17. 开~饭~啦!!! http://t.cn/EvDzSix ​
No 18. 动物能活多久?——动物寿命一览图 src:http://t.cn/EvkU39u ​…
No 19. 【ECCV 2018心得分享】
No 20. 【面向未来的 AI 技术展望】
No 21. 优雅含蓄…… ​
No 22. 【今日限免:Python并发编程】
No 23. 【2018深度学习框架风云榜】
No 24. 早!
No 25. 【交互式数据可视化:以街道为单位的伦敦大气排放】
No 26. #今日发呆专用# ​
No 27. “CUDA 10 & cuDNN 7.3”
No 28. 受果蝇翅膀运动启发的空中无尾微型机器人 src:http://t.cn/8kjvsYJ http:/…
No 29. 现在你以为AI了不起,20年后走着瞧。
No 30. 第一眼也看成了主谓宾 [允悲] ​
No 31. 【深度学习目标检测文献列表(技术路线)】
No 32. Actual Reality(真·现实) [哈哈] http://t.cn/EvDAlXI ​…
No 33. 【最小图灵测试:用一个词证明你是人(不是 AI)】
No 34. 【期刊杂志投稿摘要写法(Nature)】
No 35. 【Yann LeCun:“机器能更像人类吗?”】
No 36. 妥协(Compromise) [允悲] ​
No 37. 《Interpretable Reinforcement Learning with Ensemble Methods》
No 38. 《TStarBots: Defeating the Cheating Level Builtin AI in StarCraft II in the Full Game》
No 39. 【深度学习语义分割:指南与代码】
No 40. 【理解神经算术逻辑单元】
No 41. 【图像检索资源列表】
No 42. 《Dynamical, symplectic and stochastic perspectives on optimization(ICM2018) – YouTube》
No 43. 狐狸与宝宝 [挤眼] http://t.cn/EvDw61u ​
No 44. 《人这一生为什么要努力? – 知乎》
No 45. 【《金融机器学习进展》习题实验方案】
No 46. 《Statistical Paradises and Paradoxes in Big Data (I): Law of Large Populations, Big Data Paradox, and the 2016 Us Presidential Election》
No 47. 在今天下午「KnowingAI知智」举办的「人工智能和教育的无限想象」沙龙中,北京邮电大学模式识别实…
No 48. 《Generating 3D Adversarial Point Clouds》
No 49. 【基于Spark的分布式TensorFlow/Keras/BigDL统一分析/AI平台】
No 50. “math-as-code – 用JavaScript代码理解数学符号”

爱可可老师24小时热门分享(2018.9.20)

No 1. 【深度学习目标检测文献列表(技术路线)】
No 2. 【深度学习语义分割:指南与代码】
No 3. 让自己相信,随时间推移,你一定能解决问题,这对任何艰难的成功都至关重要。勇敢迈出第一步,相信自己。…
No 4. 《人这一生为什么要努力? – 知乎》
No 5. 晚安,正式的 [月亮] ​
No 6. 数学之心 ​
No 7. 早![太阳]
No 8. 【正则表达式教程:实例速查】
No 9. 【《金融机器学习进展》习题实验方案】
No 10. 【基于Spark的分布式TensorFlow/Keras/BigDL统一分析/AI平台】
No 11. 【迁移学习让深度学习更容易】
No 12. 【把(毕业)论文变成可发表的期刊文章】
No 13. 【图像检索资源列表】
No 14. B.J. May发现自家的人脸门锁系统这天早上没给他开门,看了下系统记录,发现了真正原因…… [笑c…
No 15. 【Matplotlib 3.0发布,仅支持 Python 3.x】
No 16. 上海还挺热! 晚安~ [月亮] ​
No 17. [笑cry]
No 18. 机械计算器的“除零”
No 19. “刚发现方向盘上这些小突起原来是盲文,给盲人司机必要时能方便摁喇叭用的”
No 20. 【TensorFlow模型优化工具集】
No 21. 这不是河,是北卡罗来纳州40号洲际公路 [笑而不语]
No 22. 【(IOS)轻量不可描述图片检测库】
No 23. 标记了发现国家/时间的元素周期表 src:http://t.cn/EvmwRwq ​…
No 24. 【机器学习——皇帝穿衣服了吗?机器学习工作原理通俗解析】
No 25. 【创建动画图形的简单方法(数据科学工具集)】
No 26. 【代码语义搜索的现实路径】
No 27. 《Streaming RNNs in TensorFlow》
No 28. 【金融模型中的三类错误】
No 29. 【基于OpenAI Baselines改进的强化学习算法实现】
No 30. 【仅五页的精选版机器学习速查手册】
No 31. 【光子量子神经网络】
No 32. 【人才篇】
No 33. 【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 34. 【慷慨的乌鸦】
No 35. 第一眼也看成了主谓宾 [允悲] ​
No 36. Amazon包装箱一览,很多人偏爱Amazon的重要原因之一
No 37. 《X2Face: A network for controlling face generation by using images, audio, and pose codes》
No 38. 《DocFace+: ID Document to Selfie Matching》
No 39. AI看不懂之撒旦微笑 ​
No 40. 妥协(Compromise) [允悲] ​
No 41. 今日发呆专用 ​
No 42. “ACM RecSys 2018 Late-Breaking Results Proceeding”
No 43. 未来实验室会是这样吗? ​​​
No 44. 你的智商在平均水平之上吗? http://t.cn/EvuY6SE ​…
No 45. 乌鸦潜力太大了
No 46. 维罗纳·鲁佩斯(Verona Rupes)是米兰达(Miranda,天王星的27颗卫星之一)上的悬崖…
No 47. 带波节奏~ http://t.cn/Evm7gKm ​
No 48. 【最小图灵测试:用一个词证明你是人(不是 AI)】
No 49. 《Adversarial Examples: Opportunities and Challenges》
No 50. 【超分辨率开发工具集】

爱可可老师24小时热门分享(2018.9.19)

No 1. 论文初完成 vs. 收到审稿意见 [允悲] ​…
No 2. 这账算得,没毛病 [笑而不语] ​
No 3. 妙笔“点睛”
No 4. AI 看不懂之“喵木”
No 5. 【面向手机和嵌入式应用的高效CNN模型】
No 6. 【仅五页的精选版机器学习速查手册】
No 7. 【深度学习(图像)数据增广库】
No 8. 用Pix2Pix for Unity生成🐱舞动画 GitHub:http://t.cn/Rke9y…
No 9. 论色彩的重要性 [思考] ​
No 10. 【如何写好博士论文】
No 11. 今日发呆专用 ​
No 12. 【用深度学习优化 SQL 查询】
No 13. 【简单有效的稀有词、n-grams和语言特征的语义嵌入】
No 14. 【从变分贝叶斯开始:大数据贝叶斯推理】
No 15. 晚安! [月亮] ​
No 16. 敲黑板:希腊字母标准笔顺(有几个已经错了一辈子[允悲]) ​…
No 17. 【慷慨的乌鸦】
No 18. 现代机械:如何给老树“搬家”
No 19. 【成千上万(9000+)科学家每五天就发表一篇论文】
No 20. 【完成论文时使用资源分享】
No 21. 【免费书:写给程序员的范畴论】
No 22. (浓缩)宝宝的4小时Self-Play http://t.cn/EvlUVz5 ​…
No 23. 《X2Face: A network for controlling face generation by using images, audio, and pose codes》
No 24. 【Research2Vec论文向量化(推荐)】
No 25. 地球上已知仅存的白化座头鲸 🐳 http://t.cn/EvHnmwt ​…
No 26. 【AI药物发现:用 GAN/强化学习 “想象”具有所需特性的新分子结构】
No 27. 【深度学习理论理解探索】
No 28. “机器学习”
No 29. 【模仿学习】
No 30. 一起来嗨! http://t.cn/EvHmjzV ​
No 31. 【OpenCV/Tesseract OCR文字识别】
No 32. 【Kubernetes上的超参调优框架】
No 33. 【AllenNLP官方教程】
No 34. 【超分辨率开发工具集】
No 35. 早! [太阳] ​
No 36. 《GANs for Medical Image Analysis》
No 37. “Arthas – Alibaba开源的Java诊断工具”
No 38. 【QuarkChain区块链协议的Python 实现】
No 39. 读博之路
No 40. 乌鸦潜力太大了
No 41. 科研之路 [笑而不语] ​
No 42. [酷] http://t.cn/EvlEyKk ​
No 43. 《Physics as a Way of Thinking(物理学:一种思维方式)》
No 44. 当我们非常努力地睡着,却愈发清醒。当我们非常努力地回答问题,却愈发困惑。放手,为求索留有余地。 vi…
No 45. 【脉冲神经元网络:学习与记忆学习】
No 46. 【自制(Java)人脸识别应用】
No 47. “MangaCraft漫画交互式着色指南”
No 48. 【面向定价和拍卖自动化机制设计的机器学习】
No 49. 究竟谁在“吞食世界”
No 50. Morphing~ [笑cry] ​

爱可可老师24小时热门分享(2018.9.18)

No 1. 科研之路 [笑而不语] ​
No 2. 敲黑板:希腊字母标准笔顺(有几个已经错了一辈子[允悲]) ​…
No 3. 这账算得,没毛病 [笑而不语] ​
No 4. 晚安~ [月亮] ​
No 5. 【如何写好科研论文】
No 6. 亲爱的科技公司, 工作时间,员工需要的不是乒乓球桌和啤酒冰箱。🙅‍♂️🙅‍♀️员工需要的是灵…
No 7. 【可视化理解复杂神经网络】
No 8. 【深度学习(图像)预处理:从协方差矩阵到白化处理】
No 9. 《深入讨论RNN》
No 10. 【GAN 实例教程】
No 11. 【Scale和nuTonomy发布nuScenes——拥有超过140万张图像的无人驾驶数据集】
No 12. 【卷积模型】
No 13. 【计算机视觉前沿】
No 14. 【小二乘法是怎么来的?】
No 15. 就看AI怎么选:低精度 VS. 低情商 ​
No 16. 【ICML2018与ECCV2018亮点回顾】
No 17. 【OpenCV/Tesseract OCR文字识别】
No 18. “Deep Learning Indaba 2018 practical notebooks”
No 19. 【神经过程(Neural Processes)及其PyTorch实现】
No 20. 【没钱怎么学数据科学】
No 21. 【ECCV 2018总结】
No 22. 【Keras 语义分割(预训练)模型库】
No 23. 用Pix2Pix for Unity生成🐱舞动画 GitHub:http://t.cn/Rke9y…
No 24. 今日发呆专用 ​
No 25. 【C++/Cython实现的快速编辑距离】
No 26. 【最佳50k技术讲座】
No 27. 【深度神经网络像素处理分析】
No 28. 【PyTorch深度学习(系列)教程】
No 29. 早![太阳] ​
No 30. 【Tensorflow令人困惑的方方面面(二)】
No 31. 【深度学习视频图像分类教程】
No 32. 好文回顾,“A Deep Dive into Recurrent Neural Nets”
No 33. [允悲]
No 34. 新老师:???????? ​​​
No 35. 【基于贝叶斯优化的在线系统微调】
No 36. 【全新TensorFlow Hub Web体验】
No 37. (浓缩)宝宝的4小时Self-Play http://t.cn/EvlUVz5 ​…
No 38. 【烹饪食谱多模态理解数据集】
No 39. 【用版本控制完善机器学习】
No 40. 【深度学习的深度误解】
No 41. 《Choosing to Rank》
No 42. 【3D室内场景组合与理解数据集】
No 43. 【成千上万(9000+)科学家每五天就发表一篇论文】
No 44. 卖点:“风铃是由试图推翻我们的机器人的金属骨头制成。把它们挂在你的房子外面,以起到警示作用。”
No 45. 【(GOOGLE)地球引擎数据目录】
No 46. 【AlphaPilot无人机挑战赛】
No 47. 今日再免
No 48. 《Enhanced Network Embeddings via Exploiting Edge Labels》
No 49. 【深度学习(图像)数据增广库】
No 50. 【AI个性化配乐生成】

爱可可老师24小时热门分享(2018.9.17)

No 1. 卖点:“风铃是由试图推翻我们的机器人的金属骨头制成。把它们挂在你的房子外面,以起到警示作用。”
No 2. 敲黑板:希腊字母标准笔顺(有几个已经错了一辈子[允悲]) ​…
No 3. 《为什么越来越多博士逃离科研? – 知乎》
No 4. 【TensorFlow开放数据集】
No 5. 小时候大家恐怕都玩过的“智能情景对抗游戏”
No 6. 【强化学习十大原则】
No 7. 如果你个人能力超强,以下两方面事实可能会同时成立:1、几乎没人能像你一样把你在做的事做得和你一样好…
No 8. 《Deforming Autoencoders: Unsupervised Disentangling of Shape and Appearance》
No 9. 【PyTorch深度学习(系列)教程】
No 10. self-play [机智] ​
No 11. 2008年雷曼兄弟(Lehman Brothers)倒闭时以下这些事物还不存在:UberInst…
No 12. 【强化学习成功案例】
No 13. 【PyTorch 实现的策略梯度(PG)算法】
No 14. 【学术工具集:高效设计、撰写和发表更好的研究……】
No 15. 新老师:???????? ​​​
No 16. 自我引用是迈向自我接纳的第一步。
No 17. 亲爱的科技公司, 工作时间,员工需要的不是乒乓球桌和啤酒冰箱。🙅‍♂️🙅‍♀️员工需要的是灵…
No 18. 🏄🏄 🌊🌊🏄🏄🌊🌊🏄🏄 http://t.cn/EvJR8Eb ​…
No 19. 🐱vs. 龙虾 [偷笑] http://t.cn/EvMoMiA ​
No 20. 字与形:行·列 src:http://t.cn/EvK5xTi ​
No 21. 《Perl语言入门 第7版(中文版)》
No 22. 《Recent Advances in Object Detection in the Age of Deep Convolutional Neural Networks》
No 23. 《Representing and comparing probabilities with kernels(MLSS Madrid, 2018)》
No 24. 今日发呆专用 ​
No 25. 《ClusterGAN : Latent Space Clustering in Generative Adversarial Networks》
No 26. 【深度学习:AI革命及其前沿】
No 27. 神奇的植物光世界:浮游植物生物光(马尔代夫Vaadhoo岛) http://t.cn/EvJqPg0…
No 28. 【科研最差实践】
No 29. 《Panoptic Segmentation with a Joint Semantic and Instance Segmentation Network》
No 30. 【TensorFlow 2.0将迎来的新变化】
No 31. 晚安~ [月亮] ​
No 32. [笑而不语] ​
No 33. 《Why are Sequence-to-Sequence Models So Dull? Understanding the Low-Diversity Problem of Chatbots》
No 34. 可视化:芬兰水系图(湖泊、河流和溪流) src:http://t.cn/Evo93B1 ​…
No 35. 各国家年龄中位数:15-20🇪🇹🇸🇴🇳🇬🇨🇲🇨🇩🇦🇫🇾🇪🇰🇪20…
No 36. 大熊熊与小熊熊 🐻 ​
No 37. 【有创意:用俄罗斯方块绘画的算法】
No 38. 希望论文里都能加上这样的表格……
No 39. [爱你] http://t.cn/EvJqszn ​
No 40. [笑而不语] //@Sunset_Ren: @爱可可-爱生活 陈老师,NLP又增加新难句//@老刀9…
No 41. 《Anomaly Detection with Generative Adversarial Networks for Multivariate Time Series》
No 42. 早! [太阳] ​
No 43. 《Distilled Wasserstein Learning for Word Embedding and Topic Modeling》
No 44. 【(Move 37)体育博彩与强化学习】
No 45. 《Multi-Expert Gender Classification on Age Group by Integrating Deep Neural Networks》
No 46. 《数据密集型应用系统设计 [Designing Data-Intensive Applications]》
No 47. 《BinGAN: Learning Compact Binary Descriptors with a Regularized GAN》
No 48. 【CNN 数字识别原理可视化】
No 49. 《A general theory for preferential sampling in environmental networks》
No 50. 安保机器人小分队