点击上方“视学算法”，选择加"星标"或“置顶”重磅干货，第一时间送达7月8日，为期三天的2021 年世界人工智能大会（WAIC）于上海世博展馆拉开序幕。本届大会继续秉持「智...

点击上方“视学算法”，选择加"星标"或“置顶”重磅干货，第一时间送达来源丨DataHunter编辑丨极市平台导读本文给大家总结了数据可视化的制作的30个小技巧，通过列举一些容易被忽略的常见错误，最终能够快速提升和巩固你的可视化制作水平。优秀的数据可视化图表只是罗列、总结数据吗？当然不是！数据可视化其真正的价值是设计出可以被读者轻松理解的数据展示，因此在设计过程中，每一个选择，最终都应落脚于读者..

来源：开源最前线（ID：OpenSourceTop）一个好的开源项目分享给大家。《统计学习方法》可以说是机器学习的入门宝典，许多机器学习培训班、互联网企业的面试、笔试题目，很多都参考这...

公众号关注“视学算法”设为 “星标”，DLCV消息即可送达！来自| 知乎作者丨Sherlock来源丨https://zhuanlan.zhihu.c...

视学算法报道编辑：LRS【导读】Transformer与强化学习结合的综述！Transformer模型自发布后，很快就成了自然语言处理和计算机视觉领域在有监督学习设置下的主流神经架构。虽然Transformer的热潮已经开始席卷强化学习领域，但由于RL本身的特性，例如需要进行独特的特征、架构设计等，当前Transformer与强化学习的结合并不顺利，其发展路线也缺乏相关论文进行贯穿性地总结...

点击上方“视学算法”，选择加"星标"或“置顶”重磅干货，第一时间送达来源：GitHub ，新智元【导读】零样本的风格迁移听说过没有？英伟达一个实习生小哥集文本CLIP和...

点击上方“视学算法”，选择加"星标"或“置顶”重磅干货，第一时间送达来源丨AI科技评论编辑丨极市平台导读GitHub上最新开源的一个基于强化学习的自动化剪枝模型，本模型在...

点击上方“视学算法”，选择加"星标"或“置顶”重磅干货，第一时间送达来源：专知强化学习(RL)通过与环境交互的试错过程来解决顺序决策问题。虽然RL在允许大量试错的复杂电子游戏中取得了杰出的成功，但在现实世界中犯错总是不希望的。为了提高样本效率从而减少误差，基于模型的强化学习（MBRL）被认为是一个有前途的方向，它建立的环境模型中可以进行试错，而不需要实际成本。本文对MBR...

视学算法报道编辑：杜伟、陈萍我自己造了个「火箭」，还把它回收了。SpaceX 作为一家太空探索技术公司是美国一家民营航天制造商和太空运输公司，由伊隆 · 马斯克于 2002 年创办，目标是...

视学算法作者：Zhenda Xie等机器之心编译机器之心编辑部来自清华大学、西安交大、微软亚研的研究者提出了一种称为 MoBY 的自监督学习方法，其中以 Vision Transforme...