机器之心编辑部那些被遗忘的竞赛项目代码、权重可能也是一笔宝藏。很多人可能参加过许多比赛，做过许多项目，但比赛或项目结束之后，曾经写过的代码、用过的模型就被丢到了一边，甚至不久就被删掉。这种情况并不只存在于比赛中，在学术领域同样存在。当学生训练完模型、写完论文并被学术会议接收后，该模型的 pipeline 就会被抛弃，训练数据也随之被删除。这是不是有点太可惜了？长期参加 Kaggle 比赛的 Vladimir Iglovikov 在自己的博客中指出了这个问题，并提出了一些重新利用这些资源的建议。Vladimir Iglovikov 是一位 Kaggle Grandmaster，曾在 Kaggle
选自amitness.com作者：Amit Chaudhary机器之心编译编辑：陈萍Google Colab 给广大的 AI 开发者提供了免费的 GPU，你可以在上面轻松地跑 Tensorflow、Pytorch 等深度学习框架。但关于 Colab 的使用技巧你又掌握了多少呢？这篇文章将介绍 20 种 Colab 使用技巧，帮你提高使用效率。1. 便签本 Notebook当我们在 colab 上尝试一些临时的东西时，我们会创建一堆杂乱、没有标题的 Notebook。为了解决这个问题，你可以把以下链接加入书签：https://colab.research.google.com/notebooks
机器之心发布 机器之心编辑部 不仅完美地迁移眼影、眉毛、口红等基础妆容，而且能很好地处理美瞳、睫毛、卧蚕等细 …
机器之心报道 编辑：魔王、杜伟、小舟 NumPy 团队撰写了一篇综述文章，介绍 NumPy 的发展过程、主要特性和数组编 …
机器之心报道 参与：魔王、小舟、杜伟 继GPT-3之后，OpenAI 推出用于数学问题的 GPT-f，利用基于 Transformer 语 …
机器之心报道 编辑：陈萍、杜伟 用聪明的方式打开 Vim，提高编辑效率。 提起文本编辑器，你一定会想到编辑器之神 …
