No 1. Thomas Wolf:这三本书是我进入这个领域以来读过最有趣的书,读起来太令人愉快了。
No 2. 这什么鬼?混合喂糖? 🤖️👩🍬😂
No 3. “不要被金钱、粉丝、学位和头衔所动,而要被善良、正直、谦逊和慷慨所动。”
No 5. 早![太阳]
No 6. 软件开发的日常 [允悲]
No 7. 三一学院图书馆 📖
No 8. 如何在家里用微波炉跟一块巧克力测量光速 ✅
No 9. Lux:Jupyter的Python可视化数据分析库
No 10. 用Kubernetes搭个人静态小博客 [哈哈]
No 11. PyTorch实现的YOLOv4
No 12. 将论文中的matplotlib图表自动调整到合适的尺寸
No 13. 医疗图像处理软件大列表
No 14. 我在这里长大(I grew up here)主题贴图精选 [笑而不语]
No 15. TensorFlow.js / WebGL实现的实时可视化App,包括2D/3D手势估计、2D/3D人体姿态估计等
No 16. Pytorch Forecasting:PyTorch时序预测库
No 17. François Chollet:说AI应用存在偏见“只是因为数据集” ,就像说08年金融危机“只是因为次级抵押贷款”一样。技术上可以这么讲,但问题在于,只挑出了因果链中的最后一个环,而忽略了周围的整个系统。
No 18. 晚安~[月亮]
No 19. 伦敦大学计算机本科生学习资源中心
No 20. 《Social network analytics for supervised fraud detection in insurance》
No 21. 今日推介:自监督视觉对应学习的基于模型关键点预测、基于社交网络分析的有监督保险欺诈检测、隐性神经网络视图/光/时间图像插值图像生成网络X-Fields、用于音乐表演的人机二重奏系统、深度网络的布尔函数可学习性研究 ……
No 22. min-carla-env:Carla深度强化学习研究环境
No 23. YouTube最佳数据科学频道推介
No 24. 几篇论文实现代码
No 25. 《MLOps:机器学习中的持续交付和自动化流水线》
No 26. 《EventProp: Backpropagation for Exact Gradients in Spiking Neural Networks》
No 27. Meta Dialog Platform (MDP):少样本学习NLP元对话平台
No 28. 几篇论文实现代码
No 29. Quantian:Twitter上唯一好的学术建议: 永远不要从本科毕业就直接读研。先在本领域做份真正的工作,然后再决定
No 30. 用Kubeflow自动化构建机器学习Pipeline
No 31. 《Keypoints into the Future: Self-Supervised Correspondence in Model-Based Reinforcement Learning》
No 32. 《X-Fields: Implicit Neural View-, Light- and Time-Image Interpolation》
No 33. 《Understanding Boolean Function Learnability on Deep Neural Networks》
No 34. 微软NLP研究组开源项目列表
No 35. AM-Traj:交替最小化四旋翼飞行轨迹生成库(C++)
No 36. 神经网络知识蒸馏
No 37. 《A Human-Computer Duet System for Music Performance》
No 38. 基于深度学习的端到端运动规划
No 39. 高斯过程暑期学校2020
No 40. “跟着我说三遍:备份根本称不上是备份,除非你真拿它们成功恢复过。”
No 41. libcu++: NVIDIA的C++标准库
No 42. Héloïse Stevance:如果有人用贬低他人的方式表扬你,赶紧跑。
No 43. DistilBERT微调多标签文本分类
No 44. Bert模型推出到目前为止快两年了。在近两年的时间里,诸多改进模型中,有哪些令人印象深刻的新模型?在那些表现突出的新模型中,是哪些因素导致它们的良好表现?如何来打造最强的预训练模型?本文试图来回答上述一系列问题。乘风破浪的PTM:两年来预训练模型的技术进展: ……
No 45. 泰迪内心一万只草泥马呼啸而过~🐶🤖️
No 46. “高斯过程暑期学校2020”
No 47. 也……太真实了吧 [笑而不语]
No 48. Kubernetes管理员认证课程
No 50. 有趣的双螺纹螺栓 😎