文件名称：annotated_research_papers：此回购包含带注释的研究论文，我认为这些论文非常好且有用
文件大小：75.01MB
文件格式：ZIP
更新时间：2024-03-19 20:32:47
更新：如果您喜欢Web版本，则可以访问它是在几天内使用出色的开源框架构建的。 如果您想使用纯Python为ML项目构建应用程序，请检查一下！ annotated_research_papers 为什么要批注论文？ 您喜欢阅读研究论文吗？ 还是您觉得阅读论文令人生畏？ 还是您在寻找易于理解的带注释的研究论文？ 如果您处于上面列出的任何类别中，那么您来对地方了。 我花很多时间阅读论文。 这是我的ML工作的关键部分。 如果您想进行研究或想成为一名更好的ML工程师，那么您应该阅读论文。 这种阅读论文的习惯将帮助您保持与时俱进。 注意：我是笔纸人。 没有什么比这笔纸阅读体验更胜一筹了，但是在持续发生的情况（大流行，*等）下，我无法打印这些纸。 借此机会分享我的思考过程，我将在此回购*享带注释的研究论文。 论文的顺序并不严格按照arXiv上的时间表进行。 有时我搁置一纸，过一会儿再看。 P
【文件预览】：
annotated_research_papers-master
----NLP()
--------do_language_embeddings_capture_scales.pdf(729KB)
----interpretability_and_explainability()
--------what_is_being_transferred_in_transfer_learning.pdf(7.38MB)
----self-supervised-learning()
--------What shouldn’t be contrastive in Constrastive learning .pdf(1.73MB)
--------Swav.pdf(1.95MB)
--------are_all_negatives_created_equal_for_CID.pdf(2.13MB)
----semi-supervised-learning()
--------CoMatch.pdf(2.22MB)
----meta-learning()
--------adaptive_risk_minimization.pdf(4.15MB)
----img()
--------papers.gif(861KB)
----segmentation()
--------axial_deeplab.pdf(6.4MB)
----supervised()
--------Transformers()
--------supervised_contrastive_learning.pdf(3.14MB)
--------flowedge_guided_video_completion.pdf(28.72MB)
--------scaling_down_DeepLearning.pdf(2.46MB)
--------Is_BN_unique.pdf(1.89MB)
----LICENSE(1KB)
----README.md(1KB)
----.gitignore(13B)
----gans()
--------CycleGan.pdf(10.77MB)