可可老师24小时热门分享(2016.10.13)
2016-10-13 21:12阅读 612
No 1. 【Berkeley深度学习专题课程】
No 2. 【YOLO实时目标检测Caffe实现】
No 3. 【致力于让高中生能读懂的高等数学教材】
No 4. 【Jupyter Notebook提示、技巧与快捷键27例】
No 5. 《GitHub 上有哪些值得推荐的开源电子书？ – 知乎》
No 6. 《Hybrid computing using a neural network with dynamic external memory》
No 7. 《想知道大家都用python写过哪些有趣的脚本? – 知乎》
No 8. 《机器阅读理解任务综述》
No 9. 《深度学习的“深度”有什么意义？ – 知乎》
No 10. 《麻省理工学院(MIT)研究生学习指导》
No 11. 【Keras神经网络优化教程】
No 12. 【Neural Style的TensorFlow实现】
No 13. 【面向软件工程师的机器学习每日学习计划】
No 14. 【深度学习就业指南】
No 15. 【网络爬虫大全】
No 16. 【深度学习软硬件评测】
No 17. 【Python数值计算编程】
No 18. 【九月十大热门Python文章】
No 19. 【Python变分推断】
No 20. 《如何系统地学习Python 中 matplotlib, numpy, scipy, pandas？ – 知乎》
No 21. 《Feedforward semantic segmentation with zoom-out features》
No 22. 《为什么有些人除了上课时间以外都没有学习，成绩却还是很好？ – 知乎》
No 23. 《[Machine Learning] Active Learning(主动学习)》
No 24. 《为什么使用jupyter？ – 知乎》
No 25. “If you can’t explain something to a first-year st…
No 26. 《Book Review: Cathy O’Neil’s Weapons of Math Destruction》
No 27. 【图卷积网络】
No 28. 《国内哪些高校老师在机器学习数据挖掘方面做的不错？ – 知乎》
No 29. 读书重在结构生长，形成扎实的支撑；碎片阅读重在视野的纳新和扩展，开枝散叶；思考重在提炼和关联，勾画错…
No 30. 【词嵌入概览】
No 31. 【数据科学中的拓扑】
No 32. 《目前有哪些比较成功的人工智能应用？ – 知乎》
No 33. 【DQN从理论到实践】
No 34. 【人物共现关系挖掘实例】
No 35. 【P-values疑云】
No 36. 【视觉图灵测试教程】
No 37. 《Improving performance of recurrent neural network with relu nonlinearity》
No 38. 《How to do Research At the MIT AI Lab》
No 39. 【预测模型标记语言(PMML)研究】
No 40. 【源于Tesseract支持62种语言的纯Javascript字符识别(OCR)引擎Tesseract.js】
No 41. 【与OpenAI gym类似的TORCS(开放赛车模拟器)增强学习环境】
No 42. 【FaceNet人脸识别的Tensorflow实现】
No 43. 《Deep Reinforcement Learning From Raw Pixels in Doom》
No 44. 《Deep Learning with Separable Convolutions》
No 45. 《有没有一种让人欲罢不能的学习方法？ – 知乎》
No 46. 《Generative Adversarial Nets from a Density Ratio Estimation Perspective》
No 47. 【轻松实现基于深度学习的高质量目标检测】
No 48. 《Learning in Implicit Generative Models》
No 49. 《Hello, TensorFlow! – Building and training your first TensorFlow graph from the ground up | O’Reilly Media》
No 50. ‘Statistical Machine Learning 10-702/36-702, Sprin…
