爱可可老师24小时热门分享

重磅干货，第一时间送达

作者: 爱可可老师

编辑: Amusi

来源: https://media.weibo.cn/article?id=2309404311090371650490

文章已授权，未经允许，不得二次转载

50条AI相关动态（建议8mins）

No 1. 【公认机器学习经典《模式识别与机器学习(PRML)》正式开放免费下载】

https://www.microsoft.com/en-us/research/people/cmbishop/#!prml-book

No 2. 晚安～

No 3.Microsoft VSCode与PyTorch紧密集成：可显示张量数值、直接显示变量的shape, weight, bias, dtype, device等信息

https://code.visualstudio.com/

No 4. 【如何写研究计划】

https://www.monash.edu/rlo/graduate-research-writing/write-the-thesis/writing-a-research-proposal

No 5. 【关于数据科学不易触及的真相】

数据永远不干净；清洗、准备数据是时间消耗大户；95%的问题不需要深度学习；90%情况下广义线性回归效果就不错；大数据只是个工具；拥抱贝叶斯方法；没人关心你是怎么实现的；学界业界截然不同；演示很关键善用PPT；所有模型都有错，但有些能用；不存在全自动的数据科学，务必亲自上手。

https://www.linkedin.com/pulse/inconvenient-truth-data-science-kamil-bartocha

No 6. 《解析深度学习：卷积神经网络原理与视觉实践》

No 7. 【(TensorFlow)文本分类实现集锦】

https://github.com/TobiasLee/Text-Classification

No 8. 总算找到一个我能回答的问题，之前零零碎碎发过一些，索性做个汇总，供参考。

善用资源，找书，看书，而不是囤书。

https://weibo.com/p/2313474260541492233155/wenda_home

No 9. 扎心广告：我们假装读过的那些书 [允悲]

No 10. Twitter真的强！11小时、3w+转发，帮女孩找到十多年前在夏威夷结交的儿时好友，赞～

No 11. 【Hi，你的英文科研论文写得好么？】

https://v.qq.com/x/page/k07751x7n6y.html

No 12. 【Python强化学习实战】

https://pan.baidu.com/s/1iunAaZXmLhylbSNvcsh04A

No 13. 【NIPS2018论文集】

https://papers.nips.cc/book/advances-in-neural-information-processing-systems-31-2018

No 14. 【磁共振成像(MRI)大规模数据集&基准：Facebook AI Research(FAIR)和纽约大学的合作研究项目，旨在用AI将MRI扫描的速度提高10倍以上。 通过从欠采样数据创建准确图像，AI图像重建可以实现更快的扫描速度，为患者提供改进的体验，使更多人可以使用】

https://arxiv.org/abs/1811.08839

No 15. 【博士学位申请全面指南】

http://timdettmers.com/2018/11/26/phd-applications/

No 16. “我相信直觉和灵感。想象比知识更重要。知识是有限的，而想象涵盖整个世界、刺激进步、催生进化。严格来说，想象是科学研究的一个关键要素。”

No 17. 【Matplotlib数据可视化入门教程】

https://www.youtube.com/playlist?list=PLqEbL1vopgvs1p90E3Ig_OTY08wBTCj9B

No 18. 【交互可视化理解二值交叉熵/对数损失】

https://medium.com/m/global-identity?redirectUrl=https%3A%2F%2Ftowardsdatascience.com%2Funderstanding-binary-cross-entropy-log-loss-a-visual-explanation-a3ac6025181a

No 19. 【纯Python数据处理库】

https://github.com/Refefer/Dampr

No 20. 【深度强化学习综述】

https://arxiv.org/abs/1810.06339

No 21. 《Question Answer Architectures – SQuAD 2.0 + U-Net》

https://betterlearningforlife.com/2018/11/16/question-answer-architectures-squad-2-0-u-net/

No 22. 善用资源，找书，看书，而不是囤书

善用资源，找书，看书，而不是囤书

No 23. ‘e2e-joint-face-detection-and-alignment - 8’ byYinan.Zhou

https://github.com/KaleidoZhouYN/e2e-joint-face-detection-and-alignment

No 24. #可可家训# “哇！”

#可可家训#“哇！”只是开始。记住当时感叹的心情，深入挖掘，找出真正对自己成长有益的东西。一本书、一篇文章，就认真品读；一首歌，就反复玩味；一个人，就努力结交、虚心学习。别让当时的感动，变成生命旅途瞬间的闪光，不着半点痕迹。

No 25. 《Do GAN Loss Functions Really Matter?》

https://arxiv.org/abs/1811.09567

No 26. 早！[太阳]

No 27. 近期AI/ML/NLP/CV顶会投稿规模

EMNLP2018: 2,137

NIPS2018: 4,900

AAAI2019: 7,700

CVPR2019: 5,100

No 28. 【(Keras)用权重约束减轻深度网络过拟合】

https://machinelearningmastery.com/how-to-reduce-overfitting-in-deep-neural-networks-with-weight-constraints-in-keras/

No 29. TensorFlow生态全景图——从研究实验到应用程序开发、产品部署(参看大图)

https://twitter.com/DynamicWebPaige/status/1065452146924040192

No 30. 【卷积神经网络导览】

https://vinpetersen.github.io/2018-11-23-a-guided-tour-through-a-convolutional-neural-network-part-1/

No 31. 很正常，就像MacBook里装的Windows [笑而不语]

No 32. Jason Antic用DeOldify为黑白照片’French village, 1950’s”自动着色的结果

https://www.reddit.com/r/TheWayWeWere/comments/83ewfi/french_village_1950s/

No 33. 餐饮卖家秀的秘密 [喵喵]

No 34. Zaid Alyafeai精选的三个机器学习(在线)课程

https://weibo.com/1402400261/G0Kx9rEWh?type=comment

https://weibo.com/1402400261/FgIbGsvcb?type=comment

https://www.coursera.org/learn/machine-learning

No 35. 【自动估计完成时间的进度条】

https://github.com/bvaughn/progress-estimator

No 36. 靠“玩火”

https://weibo.com/tv/v/H4ypUg8vs?fid=1034:4310856012339499

No 37. 《星露谷》

https://www.gq.com/story/stardew-valley-eric-barone-profile

No 38. 【DiCE：无限可微蒙特卡洛估计】

http://whirl.cs.ox.ac.uk/blog/dice-the-infinitely-differentiable-monte-carlo-estimator/

No 39. 【Conda：独立的包管理器】

https://github.com/conda/conda

No 40. 【(Colab Notebooks)

AlexNet/VGG/GoogleNet/Inception/MobileNet/ShuffleNet/ResNet/DenseNet的Keras参考实现(及速查)】

https://github.com/Machine-Learning-Tokyo/DL-workshop-series

No 41. 这是NLP发展的黄金时代。未来十年，NLP将会进入爆发式的发展阶段。从NLP基础技术到核心技术，再到…

https://weibo.com/ttarticle/p/show?id=2309404310661034298414#_0

No 42. 【面向数据科学的概率和统计】

https://medium.com/m/global-identity?redirectUrl=https%3A%2F%2Ftowardsdatascience.com%2Fprobability-and-statistics-for-data-science-part-1-3eed6051c40d

No 44. 【GAN与AI艺术：并非越“大”越好——更新的技术、更为独特的训练数据才是关键】

https://www.artnome.com/news/2018/11/14/helena-sarin-why-bigger-isnt-always-better-with-gans-and-ai-art

No 45. 论文学作品的矛盾与冲突

No 46. 换个视角看花样游泳

https://twistedsifter.com/videos/underwater-upside-down-view-of-synchronized-swimmers/

No 47. NLP的技术进展、值得关注的NLP技术和发展前景//这是NLP发展的黄金时代。未来十年，NLP将会进…

https://weibo.com/ttarticle/p/show?id=2309404310661034298414

No 48. 梵高之眼 (1886 - 1889)

No 49. 《A Sufficient Condition for Convergences of Adam and RMSProp》

https://arxiv.org/abs/1811.09358

No 50. 【新的问题深度探索算法——用Go-Explore玩“蒙特祖玛的复仇”】

http://eng.uber.com/go-explore/

这份资料已经同步上传于

CVer AI算法岗备战群

已有80+ CVers加入AI算法群

扫码进星球

越提前准备，越容易拿到大厂Offer

欢迎给CVer点赞和转发

欢迎点赞！