No 1. 【图论与图学习】
No 2. 《流式系统(影印版)》
No 3. #AI 看不懂#
No 4. 【深度学习:Keras vs. Pytorch】
No 5. 富士山与洛伦兹曲线/柯西分布
No 6. 【Python专业技巧:用defaultdict和Counter代替dictionary】
No 7. Kelly Vaughn:我最擅长的事——编程;我最不擅长的事——编程 …
No 8. Qiao Wang:微观经济学应该改叫经济学;宏观经济学应该改叫政治学;加密经济学,尤其是计价…
No 9. 现代web开发 [笑cry]
No 10. 英国水彩画家Richard Thorn创作的大海 🌊 …
No 11. 【自监督学习的范式变迁】
No 12. 【Michael的数据科学课程】
No 13. 东京数字艺术博物馆
No 14. 《Python+Tensorflow机器学习实战》
No 15. 【PyTorch实现的BERT多标签文本分类】
No 16. 【Android/iOS实时单人姿态估计】
No 17. Matthias Niessner:CVPR感悟: - CVPR’17:实现全自动驾驶还要5年 …
No 18. 【强化学习量化交易】
No 19. “滚动快门(Rolling Shutter)”
No 20. 晚安~ [月亮] http://t.cn/AipJ9kV0
No 21. 在开发板上查看引脚(pins)和轨道(rails)的AR应用
No 22. 【分布式一致性(Distributed consensus)文献大列表】
No 23. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) …
No 24. 【如何准备一场出色的报告】
No 25. 基于ARKit3的人体实时分割与打码
No 26. 《SOSNet: Second Order Similarity Regularization for Local Descriptor Learning》
No 27. 《有哪些格局比较大的书籍值得推荐? - 知乎》
No 28. 【机器人操作系统2(ROS 2)相关资源大列表】
No 29. 【有效降维的十个窍门】
No 30. 《Real-Time Open-Domain Question Answering with Dense-Sparse Phrase Index》
No 31. [坏笑]
No 32. 《深入理解Python特性》
No 33. 【浏览器里的OpenCV深度学习教程资料】
No 34. 【Python多线程/多进程释疑:为啥、何时、怎么用?】
No 35. 【纯Python的高效数据加载Pipeline】
No 36. 【自动微分的简单本质】
No 37. 【ResNeXt WSL预训练模型:在Instagram标签上预训练、在ImageNet上微调的ConvNet,top-1精度达到85.4%】
No 38. 【FlexFlow:支持灵活并行化策略的分布式深度学习框架】
No 39. 《Efficient Project Gradient Descent for Ensemble Adversarial Attack》
No 40. 《Hierarchical Representation in Neural Language Models: Suppression and Recovery of Expectations》
No 41. 《Weakly-supervised Compositional FeatureAggregation for Few-shot Recognition》
No 42. “ICLR 2019 Invited Talks(Videos)”
No 43. 【LSTM股市预测实战(Tensorflow)】
No 44. 《操作系统导论》
No 45. 意大利艺术家Sasha Vinci的雕塑作品“永恒等待(The Eternal Wait)”
No 46. [思考] ✈️ http://t.cn/AipMZkkp
No 47. 好设计:鱿鱼/章鱼茶包 src:http://t.cn/Eia4JP5 …
No 48. ‘深度学习工程师生存指南’ by Yang Peiwen http://t.cn/AipqcK80 …
No 49. 《Linear Distillation Learning》
No 50. 【如何训练ResNet(系列)】