通過研究微信文章的相關(guān)推薦邏輯 ，嘗試生成指南｜ Mixlab設(shè)計(jì)黑客
shadow：
很多時(shí)候我也不知道實(shí)驗(yàn)過程中會發(fā)生什么，也許什么都沒探索出來（最起碼湊了一篇文章）。只是為了驗(yàn)證心中所想。
今天分享下使用代碼生成指南的實(shí)驗(yàn)，主要的流程：
echart的官方示例
?? 實(shí)驗(yàn)過程
使用了mixlab發(fā)過的2篇文章作為種子，循環(huán)獲取相關(guān)推薦，得到幾十篇相關(guān)文章，第一個直觀的感受就是，推薦的文章之間的主題相關(guān)性非常高，同一個號的文章會集中推薦。
記錄下，實(shí)驗(yàn)過程中產(chǎn)生的一個想法：借助推薦算法，把相關(guān)聯(lián)的文章整理出來，可以手動進(jìn)行一些編輯和處理，最后形成一個指南，指南的構(gòu)成：
awesome-design.ai 智能設(shè)計(jì)
一起打磨最適合設(shè)計(jì)黑客的智能設(shè)計(jì)指南
一人企業(yè)+超級CMS，屬于設(shè)計(jì)/技術(shù)創(chuàng)作者的美好時(shí)代
新商業(yè)模式
深度學(xué)習(xí)的“瓶頸”與“遛狗”定理
深度學(xué)習(xí)的社會學(xué)瓶頸可以用生成模型來解決；算法瓶頸中的模式坍塌問題可以歸結(jié)為最優(yōu)傳輸映射的非連續(xù)性；而“遛狗”定理給出了最優(yōu)傳輸映射的非連續(xù)性的一個充分條件。
全憑“腳感”，這個不看路的機(jī)器人就能穩(wěn)穩(wěn)爬樓梯，一腳踩空也不怕
來自俄亥俄州立大學(xué)
不是所有圖像都值16x16個詞，清華與華為提出動態(tài)ViT
動態(tài)ViT提高計(jì)算效率
一文看懂深度學(xué)習(xí)模型壓縮和加速
從算法層到框架層、硬件層
你為什么獲得不了圖靈獎，原來本科學(xué)的是計(jì)算機(jī)專業(yè)，數(shù)據(jù)顯示歷屆圖靈獎得主當(dāng)中竟然只有三位在本科時(shí)主修計(jì)算機(jī)專業(yè)......
聊聊身邊的嵌入式，價(jià)格不菲的運(yùn)動手表
不知從什么時(shí)候開始，跑步變得流行起來
深度學(xué)習(xí)下的點(diǎn)擊率預(yù)測：交互與建模
點(diǎn)擊率預(yù)測
下樓成功率100%！這個“盲人”機(jī)器人無需傳感器，全憑“感覺”，也能上下樓梯自如
機(jī)器人內(nèi)卷嚴(yán)重，“盲”也要比…
11 種數(shù)據(jù)降維算法，代碼已開源！
分享個 GitHub 項(xiàng)目，整理了使用 Python 實(shí)現(xiàn)的 11 種經(jīng)典的數(shù)據(jù)抽?。〝?shù)據(jù)降維）算法，包括：PCA 等，并附有相關(guān)資料、展示效果。非常適合機(jī)器學(xué)習(xí)初學(xué)者
??????
*待續(xù)
領(lǐng)取資料，回復(fù)：6668
