赞
踩
- 点击上方“python与机器智能”,选择“星标”公众号
- 重磅干货,第一时间送达
1. Papers With Code该网站按照计算机的不同应用领域进行划分,收集并整理了众多技术论文,每篇论文都包含着相关开源项目供学习参考。地址:https://paperswithcode.com/
2. Semantic Scholar该搜索引擎已涵盖艺术、商业、计算机科学、历史、医学等多个领域内容,其检索结果来自于各大学术会议、机构、期刊等公开资料,并通过 AI 从多个维度进行分析释义,让结果得以更加精准,极大减少了研究人员的检索成本。地址:https://www.semanticscholar.org/
3. Connect Papers文献阅读路径图,值得借鉴 链接:https://www.connectedpapers.com/
4. 基于PyTorch的可视化包,用于为CNN生成分层解释深度学习模型被视为黑匣子是一个常见的概念。针对这个问题,该项目提供了灵活且易于使用的pip包explainable-cnn,可帮助您为任何torch基于 CNN 的模型创建可视化 链接:https://github.com/ashutosh1919/explainable-cnn
5. BlocklyML 不用写代码,模块化机器学习
BlocklyML 是 Python 和机器学习的无代码训练场。该工具旨在简化标准机器学习实施。这个工具可以帮助任何想要开始使用机器学习或 python 的人
https://github.com/chekoduadarsh/BlocklyML
更多资源分享,请关注AI算法应用与研究社群:
AI算法应用与研究社群(知识星球) 是一个面向全体学生和算法工程师/研究员的学习交流平台。旨在分享AI论文解读,资源,求职技巧和个人成长等内容。
目前我们的社群更加专注于NLP和数据挖掘领域,具体来说涉及:NLP中的信息抽取、对话问答、query理解、情感分析、知识图谱等等;数据挖掘中的异常检测、分类回归、时序挖掘、图计算、图神经网络、AI可解释等等等等
干货/资源微信群
△长按添加小助手
扫描二维码添加小助手微信
请备注:姓名-学校/公司-研究方向-城市
(如:小明-浙大-对话系统-北京)
即可申请加入AI算法干货/资源等交流群
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。