No 1. 《OpenCV 4快速入门》
No 2. Linux怎么学? http://t.cn/A6LYoGJF
No 3. 华章5本计算机经典教材
No 4. 晚安~[月亮] http://t.cn/A6LYEP8G
No 5. Mariya I. Vasileva:我的导师经常说:“只有在用语言表达不够清楚的地方,才能用数学符号和公式。”
No 6. “高口碑机器学习课程集锦(#bilibili#频道)”
No 7. 欢迎关注我在#bilibili#的动态,日常更新比较琐碎就不在微博同步了 http://t.cn…
No 8. 【我从200个机器学习工具中学到了什么:工程学 vs. 机器学习】
No 9. 【Python有意思:给十岁孩子的Python编程实践课】
No 10. 学习永远在路上 🤣
No 11. ‘Machine Learning with PyTorch Notebooks’ by Tirth…
No 12. 【ACL 2020 论文集】
No 13. 【定量/定性论文研究指南】
No 14. logan bartlett:在未来,孩子们将在学会阅读之前学会编程。 …
No 15. 《美国真相》
No 16. 漂亮!
No 17. ‘[L-ink]电子墨水屏NFC智能卡片’ by peng-zhihui GitHub: http:…
No 18. 《Self-supervised Video Object Segmentation》
No 19. 【基于tensorflow2实现的推荐系统】
No 20. 【2020 Python开发环境点评】
No 21. 【PyTorch实现的ATSS-EfficientDet】
No 22. 《Deep Learning Based Text Classification: A Comprehensive Review》
No 23. 《wav2vec 2.0: A Framework for Self-Supervised Learning of Speech Representations》
No 24. 【手机端运行的PyDNet深度估计】
No 25. 公司:缺开发,急招新人。 还是这家公司:需1年以上工作经验,2次以上实习经历,掌握十种语言,具备D…
No 26. 15岁的我: 游戏机真酷 35岁的我: 游戏机不酷,知道什么才酷吗? 打盹!
No 27. 19世纪的书籍封面设计📚 #艺术##欣赏# …
No 28. 《Detection in Crowded Scenes: One Proposal, Multiple Predictions》
No 29. 【讨论:机器学习研究的优势和缺点】
No 30. 《A Survey on Data Collection for Machine Learning: a Big Data - AI Integration Perspective》
No 31. 【Challenge & Workshop:高效开放域问答(NeurIPS 2020)】
No 32. 《Graph Neural Networks in TensorFlow and Keras with Spektral》
No 33. 【DVC 1.0发布(数据版本化、可复现性、工作流自动化CI/CD工具】
No 34. 【图像到图像转换文献大列表】
No 35. 【视觉描述生成文献大列表】
No 36. Heather De-Quincey:我觉得不该称之为‘在家工作’ ,而是叫‘在工作中生活’。 …
No 37. 【情境互动多模态对话挑战2020(DSTC9 2020)】
No 38. 《Predicting Clothing in 3D as a Function of Human Pose, Shape and Garment Style》
No 39. 早![太阳] #早安#
No 40. 【面向科学(计算)的开源软件包:Quetz、Mamba、Boa】
No 41. 【Web安全学习笔记】
No 42. Abbott Fuller Graves 作品 #艺术# #欣赏#
No 43. 引起舒适~🍵
No 44. ‘zhrtvc - Chinese real time voice cloning and Chin…
No 45. 【Alpha Zero Boosted:用LightGBM实现的Alpha Zero】
No 46. 【DGX A100上用RAPIDS实现实时大数据交互】
No 47. 《SqueezeBERT: What can computer vision teach NLP about efficient neural networks?》
No 48. 【sidetable:pandas数据汇总工具】
No 49. 【我从计算机视觉和机器学习硕士学习中学到的】
No 50. 史上最“绿”