No 1. ‘《C++ 并发编程指南》
No 2. 可视化:卷积 & ‘高斯核’
No 3. 两分钟前,有人喊了一句“机器学习不过就是统计学!”
No 4. 《Learning from Very Few Samples: A Survey》
No 5. 荷兰的“自行校车” [good]
No 6. Naval:多读书,少看新闻。
No 7. 新书稿:《计算机视觉:算法与应用(第二版)》
No 8. 《C++机器学习实战》随书代码
No 9. #抽奖##赠书#携手@博文视点Broadview 送出 5 本《阿里云天池大赛赛题解析——机器学习篇》
No 10. 斑马鱼大脑的神经元激活动态可视化
No 11. 今日推介:基于KL散度的智能体行为感知统一目标、面向电子商务的短语和产品知识增强语言模型E-BERT、衡量文本模型多任务准确性测试新基准、位置相关序列到序列(seq2seq)模型Any-to-Many语音转换、少样本学习(FSL)综述 ……
No 12. SVD与纠缠
No 13. 简单3D人体扫描体验:用in3D App快速创建自己的虚拟化身,即时GTA V融入体验
No 14. 用Tesseract, OpenCV实现文档、表单、小票的OCR识别
No 15. Ed O’Loughlin:我们最小的孩子破解了我们的Netflix家长授权码。她在遥控器上抹了点油,让背着她输入代码。于是她记下了我按下的数字,把所有组合都试了一遍。我被吓到了,也被惊到了。
No 16. 《TorchKGE: Knowledge Graph Embedding in Python and PyTorch》
No 17. Elastic Transformers:Jupyter Notebook里的可扩展BERT语义搜索
No 18. 机器学习项目自查清单
No 19. 树莓派3裸机编程教程
No 20. 晚安~[月亮]
No 21. gym-pybullet-drones:基于 PyBullet 的 OpenAI Gym四旋翼多智能体强化学习环境
No 22. 早![太阳]
No 23. 《E-BERT: A Phrase and Product Knowledge Enhanced Language Model for E-commerce》
No 24. PyTorch实现的实时场景文字检测
No 25. 30个实用方便的Bash Shell Aliases
No 26. IdeasAI:基于GPT-3的创业点子生成器
No 27. 几篇论文实现代码
No 28. 几篇论文实现代码
No 29. quickle:pickle替代品,更小更快的Python序列化库
No 30. 企鹅进化史 src:http://t.cn/A64XkfGS
No 31. GPU Manager:Kubernetes 集群Nvidia GPU设备管理器
No 32. prompts-ai:高级GPT-3试炼平台
No 33. ‘生成式多轮对话模型实践:基于LCCC-large语料训练的闲聊对话模型’ by bojone GitHub: ……
No 34. NLP必读经典文献100篇
No 35. Yorkie:用于构建协同编辑应用的开源文档存储服务
No 36. 《Towards Semantic Segmentation of Urban-Scale 3D Point Clouds: A Dataset, Benchmarks and Challenges》
No 37. 推荐数据科学家使用的两个机器学习工具:Uber的Manifold和Weights & Biases的模型跟踪工具
No 38. 《贝叶斯数据分析》课程
No 39. 《Action and Perception as Divergence Minimization》
No 40. 面向产品的机器学习/数据科学相关资源分类大列表
No 41. flutter_ecommerce_app:flutter实现的电商App
No 42. 树莓派也玩PyTorch
No 43. torchkit:PyTorch科研小工具/样板
No 44. 《Any-to-Many Voice Conversion with Location-Relative Sequence-to-Sequence Modeling》
No 45. QueryGeneration:基于GPT2自动扩展标准问
No 46. 各家公司的leetcode高频题目列表
No 47. 有趣的双螺纹螺栓 😎
No 48. webify:变shell命令为网页服务
No 49. NNFusion:(微软出品)灵活高效的深度神经网络(DNN)编译器,从DNN模型描述生成高性能可执行文件,内置全栈优化,可适配不同加速器设备
No 50. 《Measuring Massive Multitask Language Understanding》