No 1. 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 2. ‘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 3. Transformer视觉计算资源大列表
No 4. 特征工程/特征选择详尽指南
No 5. 《你见过最狠的SCI评论是什么? - 知乎》
No 6. 20世纪20年代,英国数学家G.H.Hardy给朋友写了张明信片,上面列出了自己的6个新年愿望 [并不简单] ……
No 7. 2 ⁵ x 9 ² = 2592 [酷]
No 8. #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 9. 好棒![酷]
No 10. 一份不错的Tmux使用速查
No 11. The Pile™:构建全球最大的开源语言建模数据集,第一版目标是1TiB英文文本语料
No 12. 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 13. IceCream-Cpp:方便的C++调试信息输出库,可替代cout/printf
No 14. 几篇论文实现代码
No 15. Truths vs. Lies [并不简单]
No 16. ML Collections:为机器学习用例设计的Python集合库
No 17. ‘投资人必会知识 —— 电子表格简明进阶教程
No 18. face-mesh-generator:用Google’s FaceMesh模型生成人脸网格
No 19. 前两个星期无意中发现小米有品里在卖一款电子墨水屏的日历,觉得倒是不难,干脆就自己做一个电子墨水屏的『毒鸡汤日历』吧,终于赶在新年第一天初步撸完[允悲]感兴趣的可以移步我的基友中心Repo,源代码已经开放。网页链接果然DL是第一生产力[doge]
No 20. NeurIPS 2020 EfficientQA比赛:系统、分析和经验教训
No 21. 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 22. 免费书/讲义:《机器学习基础(第二版)》
No 23. 新书稿:《概率机器学习导论》
No 24. supertag:支持Linux、MacOS的标签化文件系统
No 25. uroboros:命令行GNU/Linux进程监控/性能分析工具
No 26. 早![太阳]
No 27. deep-translator:Python多语言机器翻译工具
No 28. 晚安~ [月亮]
No 29. [CL]《The Curse of Dense Low-Dimensional Information Retrieval for Large Index Sizes》
No 30. 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 31. 不错哟 //@tinyfool:这个可以有
No 32. [CL]《BinaryBERT: Pushing the Limit of BERT Quantization》
No 33. [CL]《BURT: BERT-inspired Universal Representation from Learning Meaningful Segment》
No 34. Bupstash:简单高效的加密备份工具
No 35. 实验结果的诞生 [偷笑]
No 36. [CL]《Transformer Feed-Forward Layers Are Key-Value Memories》
No 38. 新版书稿:《语音与语言处理》第三版(2020.12.30)
No 39. TabFS:把浏览器里打开的Tab标签页Mount到文件系统,用熟悉的shell命令灵活操作所有页面,支持Chrome/Firefox,有点意思
No 40. 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 41. “第一性原理学习理论”课程
No 42. 2020十大热门计算机视觉论文及其演示与代码
No 43. ‘NLP学习指南 - 快速入门NLP,掌握各个任务的SOTA模型
No 44. [CL]《Learning Dense Representations of Phrases at Scale》
No 45. [CL]《A Memory Efficient Baseline for Open Domain Question Answering》
No 46. Google Earth Engine相关资源大列表
No 47. Awesome Optimal Transport:最优传输相关资源列表
No 48. 机器学习&深度学习纲要(2017-2020),内容包括统计学、机器学习、深度学习、计算机科学、数据科学、深度视觉、NLP、云计算等领域的话题、链接和总结
No 49. 被收购的波士顿动力机器人不练体操,改尬舞了?科技树要歪~ [笑而不语]
No 50. [CL]《Out of Order: How important is the sequential order of words in a sentence in Natural Language Understanding tasks?》