No 1. 【2019年秋招计算机类面经】
    No 2. “面向数据科学家的Linux命令速查”
    No 3. “浙江大学课程攻略共享计划”
    No 4. 《Drop an Octave: Reducing Spatial Redundancy in Convolutional Neural Networks with Octave Convolution》
    No 5. 【YoloV3的Tensorflow 2.0实现】
    No 6. 【面向数据科学家的Linux命令/Shell脚本入门】
    No 7. 《NAS-FPN: Learning Scalable Feature Pyramid Architecture for Object Detection》
    No 8. “变分自编码器(VAE)气泡图解析”
    No 9. 【MobileNet及其变体为什么这么快】
    No 10. 晚安~ [月亮] http://t.cn/EXTEKe6
    No 11. 【用PyTorch实现注意模型】
    No 12. 【科研论文撰写——研究生指南】
    No 13. 《在大型项目上,Python 是个烂语言吗? - 知乎》
    No 14. 【用7,000美元而非11,000美元搭建4-GPU最佳深度学习机器】
    No 15. ‘中国科学院大学开题报告 LaTeX 模板 LaTeX Proposal Template for …
    No 16. 《Pose2Seg: Detection Free Human Instance Segmentation》
    No 17. 【Pandas机器学习数据处理】
    No 18. 【机器学习扩大了知识和理解间的距离:我们逐渐认识到世界的真正复杂性远远超过我们设计出用于解释它的规律和模型】
    No 19. 【文本分类算法综述】
    No 20. 【全栈深度学习训练营(课程视频):为熟悉深度学习基础知识的开发人员提供的实践指导课程】
    No 21. ‘MachineLearning_Python - 机器学习算法python实现’ by lawli…
    No 22. 【深度架构——神经网络架构及其组成综述(PyTorch)】
    No 23. 【免费课程:spaCy进阶自然语言处理】
    No 24. 【慎用预训练深度学习模型——预训练模型易于使用,但可能掩盖潜在影响模型性能的细节?】
    No 25. 【Google地标数据集V2:500万张图片,包含20万类别的人造/自然地标】
    No 26. 早![太阳]
    No 27. 《Objects as Points》
    No 28. 【TextVQA:基于图像中文本的视觉推理基准数据集】
    No 29. Home:http://t.cn/RBgBpYm GitHub:http://t.cn/EXY6DN…
    No 30. 【肖像分割Demo】
    No 31. 【开发技术路线图集锦】
    No 32. 今日焦点:用架构搜索实现更好的目标检测——比Mask-RCNN、FPN、SSD更快更好的目标检测架构…
    No 33. Octave卷积(OctConv)可直接替换vanilla卷积而无需对网络架构进行任何调整。 其主要…
    No 34. 【Bling Fire:微软开源的有限状态机/正则表达式操作库,用于Bing的词条化、多词表达式匹配、未知词猜测、词干化/词形还原等】
    No 35. 【扩展/增强git命令行界面的精选附加组件列表】
    No 36. 《Metrics for Graph Comparison: A Practitioner’s Guide》
    No 37. 【强大的自学习系统】
    No 38. 【Google地标检索比赛fast.ai起步包】
    No 39. [坏笑]
    No 40. 《Singing voice synthesis based on convolutional neural networks》
    No 41. 【PyTorch项目可扩展模板,包括图像分割、目标分类、GANs和强化学习等示例】
    No 42. 《A Discussion on Solving Partial Differential Equations using Neural Networks》
    No 43. ‘Keract - Activation Maps (Layers Outputs) and Gra…
    No 44. 【Google Coral Edge TPU vs NVIDIA Jetson Nano:边缘AI性能速览】
    No 45. 【R语言“小众”技巧十则】
    No 46. Home:http://t.cn/EXEceml //@爱可可-爱生活: #bilibili#搬运:…
    No 47. 【批量下载arXiv论文数据的Python脚本】
    No 48. 《Learning Single Camera Depth Estimation using Dual-Pixels》
    No 49. 【如何避免开发者新手常犯的七个错误】
    No 50. 《Transferable Interactiveness Knowledge for Human-Object Interaction Detection》