No 1. ‘Python3 爬虫实战 - 模拟登陆各大网站……’ by Zok GitHub:
No 2. 从头开始理解Transformer(资料汇编):《How Transformers work in deep learning and NLP: an intuitive introduction》
No 3. #抽奖##赠书# 携手 电力出版社 送出5本《基于PyTorch的深度学习》
No 4. Andrew Trask:无论懂多少技术,你最有用的技能,永远是与他人合作的能力。
No 5. 500+附代码的AI/机器学习/深度学习/计算机视觉/NLP项目
No 6. 学深度学习,可以考虑用这些免费(或相对便宜)的平台和服务: 1. Google Colab 2. Sagemaker ……
No 7. 加拿大滑铁卢大学的Gautam Kamath登陆B站,“亲手”上传了他的“A Course on Differential ……
No 8. 一份不错的Tmux使用速查
No 9. “愿你的选择,反映的是你的希望,而非恐惧。” - Nelson Mandela
No 10. #抽奖##赠书# 携手 @东南大学出版社 送出 5 本《软件架构基础(影印版)》
No 11. 《你见过最狠的SCI评论是什么? - 知乎》
No 12. PandoraTrader:C开发的CTP高频量化交易平台
No 13. 好棒![酷]
No 14. [CL]《Making Pre-trained Language Models Better Few-shot Learners》
No 15. 早![太阳]
No 16. OpenScan:安卓开源文档扫描App
No 17. 晚安~ [月亮]
No 18. Rust半小时实战入门
No 19. Transformer视觉计算资源大列表
No 20. [CV]《Sparse Signal Models for Data Augmentation in Deep Learning ATR》
No 21. [CL]《Learning from the Worst: Dynamically Generated Datasets to Improve Online Hate Detection》
No 22. Clinica:临床神经影像研究软件平台
No 23. 几篇论文实现代码
No 24. 今日推介(第179期):让预训练语言模型成为更好的少样本学习器、基于补全误差最大化的信息论图像分割方法、策略性学习:闭卷QA中的掩蔽学习、立体图学习及其场景理解、悲观对离线强化学习可证有效吗?、具有Full-bandit反馈的组合性纯探索:用有限观测值求解不确定性下的组合优化、通过元认知进行语言校 ……
No 25. [CV]《NeuralMagicEye: Learning to See and Understand the Scene Behind an Autostereogram》
No 26. [LG]《Combinatorial Pure Exploration with Full-bandit Feedback and Beyond: Solving Combinatorial Optimization under Uncertainty with Limited Observation》
No 27. supertag:支持Linux、MacOS的标签化文件系统
No 28. RGBD semantic segmentation:RGBD语义分割文献/资源列表
No 29. 特征工程/特征选择详尽指南
No 30. vg:人性化的向量几何/线性代数工具包
No 31. [LG]《Is Pessimism Provably Efficient for Offline RL?》
No 32. [CV]《Information-Theoretic Segmentation by Inpainting Error Maximization》
No 33. IceCream-Cpp:方便的C调试信息输出库,可替代cout/printf
No 34. ‘NSFW implement in pytorch(色情图&性感图识别,基于60万图片数据训练性感&色情模型’ ……
No 35. 免费书/讲义:《机器学习基础(第二版)》
No 36. NeurIPS 2020 EfficientQA比赛:系统、分析和经验教训
No 37. [CL]《Studying Strategically: Learning to Mask for Closed-book QA》
No 38. 今日推介(第178期):Transformer前馈层是键-值记忆、通过位置信息解缠改进零样本翻译、失序:自然语言理解任务单词顺序有多重要?、开放域问答的内存高效基线、短语的规模化密集表示学习、BURT:受BERT启发从有意义片段学习中获得通用表示、FastIF:用于高效模型解释和调试的可扩展影响函数、通过语境 ……
No 39. ‘NLP学习指南 - 快速入门NLP,掌握各个任务的SOTA模型
No 40. ML Collections:为机器学习用例设计的Python集合库
No 41. [CL]《BURT: BERT-inspired Universal Representation from Learning Meaningful Segment》
No 43. 2017年我们推荐了ddia和homl,这两本好评如潮,帮助了无数工程师。2020年,我们给大家推荐这本软件架构基础,FOSA,已经由东南大学出版社影印出版,是难得的一本给架构师和架构师路上的同学编写的好书!强烈推荐!@网路冷眼 ……
No 44. 机器学习与物理学的异曲同工 by Elon Musk [思考]
No 45. 机器学习博士生涯的经验与教训:小步迭代、策略性阅读、主动、专注、坚持、记笔记、重视社区、拓展视野
No 46. [CL]《Out of Order: How important is the sequential order of words in a sentence in Natural Language Understanding tasks?》
No 47. uroboros:命令行GNU/Linux进程监控/性能分析工具
No 48. [CL]《Linguistic calibration through metacognition: aligning dialogue agent responses with expected correctness》
No 49. 写论文画机器学习框图不再纠结:ML Visuals——开源方式组织的标准化机器学习框图要素/模板库
No 50. 乔姆斯基:深度学习的未来