No 1. 【Python编程:用Map, Filter, Reduce代替For循环】
No 2. 【数据科学最佳免费书盘点】
No 3. 【金融机器学习课程资料】
No 4. 【VisualizeMnist:手写数字识别网络实时可视化】
No 5. 【Python之路:“60秒一个”的Python入门练习例子集】
No 6. 【tf.keras实现的YOLOv3/v2目标检测pipeline】
No 7. 用StyleGAN2生成的人脸插值
No 8. 【Xverse:Python特征选择/特征变换包】
No 9. 【MobileNet人脸抗欺骗】
No 10. 15小时延时摄影看“昙花一现”
No 11. 一只有哲理的垃圾桶
No 12. “元绘画”
No 13. 【CRNN (CNN+RNN)车牌识别】
No 14. 《A literature survey of matrix methods for data science》
No 15. 【Santa2Graph:Giotto Mapper高维数据可视化】
No 16. 【Windowns下用WSL2(Linux子系统)做开发】
No 17. 《Fastai with 🤗Transformers (BERT, RoBERTa, XLNet, XLM, DistilBERT)》
No 18. 《Regularized Fine-grained Meta Face Anti-spoofing》
No 19. 巴黎Lumières工作室的沉浸式梵高艺术展 http://t.cn/AikovSB5 …
No 20. 早!
No 21. 《基于Python的智能文本分析》
No 22. 还不赶紧现出原形?[笑cry] //@Elaine__2019:机器人:脖子都被你拧下来了…
No 23. 【用GPU加速Wide & Deep深度网络推荐推断】
No 24. “中文任务基准测评 - 代表性的数据集、基准(预训练)模型、语料库、baseline、工具包、排行榜”
No 25. 【DeepFake换脸检测】
No 26. 【时域卷积DeepFake变音检测】
No 27. 《MSN: Morphing and Sampling Network for Dense Point Cloud Completion》
No 28. 晚安~[月亮] http://t.cn/AikoVxUF
No 29. 【DeepCell:单细胞分析深度学习库(TensorFlow/Keras)】
No 30. 大妈和银行智能机器人吵起来了
No 31. 《Speeding up model with fusing batch normalization and convolution》
No 32. 【数据科学家招聘广告里的那些可笑要求】
No 33. ‘wenyan-lang - 文言文編程語言 A programming language for …
No 34. 《PointRend: Image Segmentation as Rendering》
No 35. 【各种编程语言最新性能比较】
No 36. 《怎样解题:数学竞赛攻关宝典(第3版)》
No 37. 《Research Frontiers in Transfer Learning — a systematic and bibliometric review》
No 38. 【DeepSeismic:深度学习地震成像与解析】
No 39. 《ScanRefer: 3D Object Localization in RGB-D Scans using Natural Language》
No 40. 说音箱“居心叵测”
No 41. 【TensorFlow安全聚合联邦学习】
No 42. 《Σ-net: Systematic Evaluation of Iterative Deep Neural Networks for Fast Parallel MR Image Reconstruction》
No 43. 《大数据智能:数据驱动的自然语言处理技术》
No 44. 《Making Sense of Reinforcement Learning and Probabilistic Inference》
No 45. 【Olric:分布式内存型键值数据库/缓存库】
No 46. 【NodeGraphQt:支持PySide2的节点图框架】
No 47. 学术圈好像也……[思考]
No 48. 【Bamboolib:用图形界面无需编程玩转Pandas】
No 49. 《Molecular Generative Model Based On Adversarially Regularized Autoencoder》
No 50. 【从是什么到怎么办:从原则到实践的AI伦理 工具、方法和研究 综述】