学习干货|3个优质的GitHub项目推荐

2021 年 12 月 16 日 极市平台
↑ 点击 蓝字  关注极市平台

作者丨Jack Cui
来源丨Jack Cui
编辑丨极市平台

极市导读

 

本文给大家分享了几个平时学习能够用到的优质的项目。 >>加入极市CV技术交流群,走在计算机视觉的最前沿

大家好,我是 Jack。好久没给大家分享优质的项目了,今天给大家分享几个收藏已久的宝藏,这可都是我的“小金库”。

Paper 指南

这个项目的名字叫 Deep Learning Papers Reading Roadmap。非常适合硕士在读,想要入门深度学习,想看论文,但又不知如何下手的小伙伴。内容非常全面,我整理了下这个项目的大纲:

  • 1 深度学习历史与基础

    • 1.1 入门书籍
    • 1.2 深度学习综述
    • 1.3 深度信念网络
    • 1.4 ImageNet 发展
    • 1.5 语音识别发展
  • 2 深度学习

    • 2.1 模型
    • 2.2 优化器
    • 2.3 无监督学习
    • 2.4 循环神经网络
    • 2.5 神经图灵机
    • 2.6 深度强化学习
    • 2.7 深度迁移学习
    • 2.8 小样本深度学习
  • 3 应用

    • 3.1 自然语言处理
    • 3.2 目标检测
    • 3.3 视觉跟踪
    • 3.4 图像描述
    • 3.5 机器翻译
    • 3.6 机器人
    • 3.7 艺术
    • 3.8 目标分割

这不是知识的讲解,而是纯论文的阅读推荐。比如目标检测,都是一些里程碑式的论文。

俨然就是一个发展史,RCNN,Fast RCNN、Faster RCNN、YOLO、SSD、EfficientDet。循序渐进,一个非常好的看论文路线,相当于为大家指了条明路。上述的所有章节,都是这样,推荐了一条看论文的路线。正在努力看论文的小伙伴,不要错过~

项目地址:https://github.com/floodsung/Deep-Learning-Papers-Reading-Roadmap

游戏读书笔记

毛星云(笔名:浅墨)离世的消息,想必大家都看到了。学过 Opencv 和游戏开发的,应该不少人知道他。我读研的时候,入门 OpenCV3 就是看的他的教程,至今手里还有他的那本 OpenCV3。

他的作品,值得被传颂。浅墨老师的游戏程序员生涯的读书笔记,很好的入门游戏编程开发的资料:

项目地址:https://github.com/QianMo/Game-Programmer-Study-Notes

他的座右铭是:Keep Reading, Keep Writing, Keep Coding.真心地希望他在天堂,除了这些,还可以:Keep Happy.

WantWords

WantWords 万词王。普通的词典告诉你某个词语的定义,而这个万词王恰好相反,可以告诉你哪些词语符合你输入描述的意思。比如描述一句:非常高。

万词王就会给我们推荐很多输入描述的意思对应的词语。整体的架构如下:

清华大学开源的神器,想要学习 NLP 的小伙伴,一定不要错过。

项目地址:https://github.com/thunlp/WantWords

如果觉得有用,就请分享到朋友圈吧!

△点击卡片关注极市平台,获取 最新CV干货

公众号后台回复“transformer”获取最新Transformer综述论文下载~


极市干货
课程/比赛: 珠港澳人工智能算法大赛 保姆级零基础人工智能教程
算法trick 目标检测比赛中的tricks集锦 从39个kaggle竞赛中总结出来的图像分割的Tips和Tricks
技术综述: 一文弄懂各种loss function 工业图像异常检测最新研究总结(2019-2020)


CV技术社群邀请函 #

△长按添加极市小助手
添加极市小助手微信(ID : cvmart4)

备注:姓名-学校/公司-研究方向-城市(如:小极-北大-目标检测-深圳)


即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群


每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~



觉得有用麻烦给个在看啦~   
登录查看更多
0

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
75+阅读 · 2021年7月23日
专知会员服务
55+阅读 · 2021年4月7日
专知会员服务
90+阅读 · 2020年12月26日
一网打尽!100+深度学习模型TensorFlow与Pytorch代码实现集合
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
93+阅读 · 2019年12月23日
【推荐系统/计算广告/机器学习/CTR预估资料汇总】
专知会员服务
86+阅读 · 2019年10月21日
学习自然语言处理路线图
专知会员服务
133+阅读 · 2019年9月24日
推荐几个优质NLP开源项目
机器学习与推荐算法
0+阅读 · 2022年3月22日
Github六个知识图谱实战项目推荐
专知
379+阅读 · 2019年6月2日
【干货】史上最全的PyTorch学习资源汇总
深度学习与NLP
24+阅读 · 2019年5月18日
超全的PyTorch学习资源汇总
机器学习算法与Python学习
20+阅读 · 2019年5月13日
Github库分享:超全的PyTorch学习资源汇总
专知
21+阅读 · 2019年5月9日
Github项目推荐 | 知识图谱文献集合
AI研习社
26+阅读 · 2019年4月12日
深度学习学习合集
计算机视觉战队
12+阅读 · 2017年12月12日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年7月12日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月18日
Detecting Deepfakes with Self-Blended Images
Arxiv
2+阅读 · 2022年4月18日
Arxiv
1+阅读 · 2022年4月18日
Arxiv
17+阅读 · 2020年11月15日
Arxiv
21+阅读 · 2018年8月30日
Arxiv
13+阅读 · 2017年12月5日
VIP会员
相关VIP内容
专知会员服务
75+阅读 · 2021年7月23日
专知会员服务
55+阅读 · 2021年4月7日
专知会员服务
90+阅读 · 2020年12月26日
一网打尽!100+深度学习模型TensorFlow与Pytorch代码实现集合
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
93+阅读 · 2019年12月23日
【推荐系统/计算广告/机器学习/CTR预估资料汇总】
专知会员服务
86+阅读 · 2019年10月21日
学习自然语言处理路线图
专知会员服务
133+阅读 · 2019年9月24日
相关资讯
推荐几个优质NLP开源项目
机器学习与推荐算法
0+阅读 · 2022年3月22日
Github六个知识图谱实战项目推荐
专知
379+阅读 · 2019年6月2日
【干货】史上最全的PyTorch学习资源汇总
深度学习与NLP
24+阅读 · 2019年5月18日
超全的PyTorch学习资源汇总
机器学习算法与Python学习
20+阅读 · 2019年5月13日
Github库分享:超全的PyTorch学习资源汇总
专知
21+阅读 · 2019年5月9日
Github项目推荐 | 知识图谱文献集合
AI研习社
26+阅读 · 2019年4月12日
深度学习学习合集
计算机视觉战队
12+阅读 · 2017年12月12日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年7月12日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月18日
Detecting Deepfakes with Self-Blended Images
Arxiv
2+阅读 · 2022年4月18日
Arxiv
1+阅读 · 2022年4月18日
Arxiv
17+阅读 · 2020年11月15日
Arxiv
21+阅读 · 2018年8月30日
Arxiv
13+阅读 · 2017年12月5日
Top
微信扫码咨询专知VIP会员