GitVP开源文摘
GitHub
全部文章/人工智能

DeepLearning

深度学习入门教程, 优秀文章, Deep Learning Tutorial

作者Mikoto10032 仓库Mikoto10032/DeepLearning ↗ 星标★ 17,808 字数67,205 许可Apache-2.0 阅读1
GitHub 原文 ↗
摘要深度学习入门教程, 优秀文章, Deep Learning Tutorial

DeepLearning Tutorial

一. 入门资料

完备的 AI 学习路线，最详细的中英文资源整理 :star:

AiLearning: 机器学习 - MachineLearning - ML、深度学习 - DeepLearning - DL、自然语言处理 NL

Machine-Learning

数学基础

机器学习基础

快速入门

深入理解

深度学习基础

快速入门

计算机视觉
自然语言处理
深度强化学习

深入理解

一些书单

工程能力

* Feature Engineering：continue variable && categorical variable
* Classic machine learning algorithm：LR, KNN, SVM, Random Forest, GBDT(XGBoost&&LightGBM), Factorization Machine, Field-aware Factorization Machine, Neural Network
* Cross validation, model selection：grid search, random search, hyper-opt
* Ensemble learning

二. 神经网络模型概览

CNN

发展史

图像分类
目标检测
图像分割（语义分割、实例分割、全景分割）
轻量化卷积神经网络
人脸相关
* [人脸检测算法综述 ](https://zhuanlan.zhihu.com/p/36621308)          
* [人脸检测背景介绍和发展现状](https://zhuanlan.zhihu.com/p/32702868)
* [人脸识别算法演化史](https://zhuanlan.zhihu.com/p/36416906)
* [CascadeCNN](https://blog.csdn.net/shuzfan/article/details/50358809)  
* [MTCNN](https://blog.csdn.net/qq_14845119/article/details/52680940)
* [awesome-Face_Recognition](https://github.com/ChanChiChoi/awesome-Face_Recognition)
* [异质人脸识别研究综述](https://zhuanlan.zhihu.com/p/64191484)
* [老板来了：人脸识别+手机推送，老板来了你立刻知道。](https://zhuanlan.zhihu.com/p/26431250)&& [手把手教你用Python实现人脸识别](https://zhuanlan.zhihu.com/p/33456076) && [人脸识别项目，网络模型，损失函数，数据集相关总结](https://www.jianshu.com/p/e57205edc364)
* [基于深度学习的人脸识别技术综述](https://zhuanlan.zhihu.com/p/24816781) && [如何走近深度学习人脸识别？你需要这篇超长综述](https://zhuanlan.zhihu.com/p/35295839) && [人脸识别损失函数综述（附开源实现）](https://zhuanlan.zhihu.com/p/51324547) && [Face Recognition Loss on Mnist with Pytorch](https://zhuanlan.zhihu.com/p/64427565) && [人脸识别的LOSS（上）](https://zhuanlan.zhihu.com/p/34404607) && [人脸识别的LOSS（下）](https://zhuanlan.zhihu.com/p/34436551)
  • [人脸关键点检测]()
* [【每周CV论文推荐】 初学深度学习人脸关键点检测必读文章](https://zhuanlan.zhihu.com/p/88344339)
* [从传统方法到深度学习，人脸关键点检测方法综述](https://mp.weixin.qq.com/s/CvdeV5xgUF0kStJQdRst0w)
* [人脸关键点检测综述](https://zhuanlan.zhihu.com/p/42968117)
* [人脸专集4 | 遮挡、光照等因素的人脸关键点检测](https://zhuanlan.zhihu.com/p/62824113)
* [【Face key point detection】人脸关键点检测实现](https://zhuanlan.zhihu.com/p/52525598)
* [OpenCV实战：人脸关键点检测（FaceMark）](https://zhuanlan.zhihu.com/p/35390012)
* [CenterFace+TensorRT部署人脸和关键点检测400fps](https://zhuanlan.zhihu.com/p/106774468)
图像超分辨率
行人重识别
图像着色
边检测
OCR&&文本检测
点云
细粒度图像分类
图像检索
  • 图像检索的十年上、下
人群计数

教程

前馈神经网络
激活函数
反向传播算法
优化问题
卷积层
池化层
卷积神经网络
图像分类网络详解
目标检测网络详解
图像分割网络详解
注意力机制
特征融合

Action

GAN

发展史

教程

* [Basic](https://github.com/Mikoto10032/DeepLearning/blob/master/books/GAN-Basic%20Idea%20(2017.04.21).pdf)
* [Improving](https://github.com/Mikoto10032/DeepLearning/blob/master/books/GAN-Improving%20GAN%20(2017.05.05).pdf)

Action

RNN

发展史

教程

* [Coursera吴恩达《序列模型》课程笔记（1）-- 循环神经网络（RNN）](https://zhuanlan.zhihu.com/p/34309635)
* [Coursera吴恩达《序列模型》课程笔记（2）-- NLP & Word Embeddings](https://zhuanlan.zhihu.com/p/34975871)
* [Coursera吴恩达《序列模型》课程笔记（3）-- Sequence models & Attention mechanism](https://zhuanlan.zhihu.com/p/35532553)
  • word2vec
- 原理
  - [NLP 秒懂词向量Word2vec的本质](https://zhuanlan.zhihu.com/p/26306795)
  - [一篇通俗易懂的word2vec](https://zhuanlan.zhihu.com/p/35500923)
  - [YJango的Word Embedding--介绍](https://zhuanlan.zhihu.com/p/27830489)
  - [nlp中的词向量对比：word2vec/glove/fastText/elmo/GPT/bert](https://zhuanlan.zhihu.com/p/56382372)
  - [词嵌入（word2vec）](https://zh.diveintodeeplearning.org/chapter_natural-language-processing/word2vec.html)
  - [谈谈谷歌word2vec的原理](https://blog.csdn.net/wangyangzhizhou/article/details/77073023)
  - [Word2Vec中为什么使用负采样？](https://zhuanlan.zhihu.com/p/67117737)
- 训练词向量
  - [练习-word2vec](https://zhuanlan.zhihu.com/p/29200034)
  - [word2vec方法的实现和应用](https://zhuanlan.zhihu.com/p/31886824)
  - [自然语言处理入门 word2vec 使用tensorflow自己训练词向量](https://blog.csdn.net/wzdjsgf/article/details/79541492)
  - [使用tensorflow实现word2vec中文词向量的训练](https://zhuanlan.zhihu.com/p/28979653)
  - [如何用TensorFlow训练词向量](https://blog.csdn.net/wangyangzhizhou/article/details/77530479?locationNum=1&fps=1)

Action

GNN

发展史

教程

Action

三. 深度模型的优化与正则化

四. 炼丹术士那些事

调参经验

刷排行榜的小技巧

图像分类

目标检测

五. 年度总结

六. 科研相关

深度学习框架

Python3.x(先修)

Numpy(先修)

Opencv-python

Pandas

Tensorflow

MXNet

PyTorch

深度学习常用命令

Python可视化

标注工具

  • 目标检测标注工具
* [labelImg](https://github.com/tzutalin/labelImg)
  • 语义分割标注工具
* [labelme](https://github.com/wkentaro/labelme)

数据集

记笔记工具

会议期刊列表

论文写作工具

论文画图工具

论文写作教程

ResearchGos

毕业论文排版

信号处理

傅里叶变换

小波变换

实战

机器学习理论与实战

机器学习理论篇之经典算法

信息论

多层感知机(MLP)

k近邻(KNN)

k均值(K-means)

朴素贝叶斯(Naive Bayesian)

决策树(Decision Tree)

随机森林(Random Forest)

线性回归（Linear Regression）

逻辑回归(Logistic Regression)

支持向量机(SVM)

提升方法(Adaboost)

梯度提升决策树(GBDT)

EM(期望最大化)

高斯混合模型(GMM)

马尔科夫决策过程(MDP)

条件随机场(CRF, 判别式模型)

降维算法

主成分分析(PCA)

奇异值分解(SVD)

线性判别分析(LDA)

标签传播算法(Label Propagation Algorithm)    

* [参考资料](https://github.com/Mikoto10032/DeepLearning/blob/master/books/Semi-Supervised%20Learning%20with%20Graphs.pdf)

蒙塔卡罗树搜索(MCTS)

集成(Ensemble)

t分布随机邻居嵌入(TSNE)

谱聚类(Spectral Clustering)

异常点检测

机器学习实战篇

机器学习、深度学习的一些研究方向

多任务学习(Multi-Task Learning)

零次学习(Zero Shot Learning)

小样本学习(Few-Shot Learning)

多视觉学习(Multi-View Learning)

嵌入(Embedding)

迁移学习(Transfer Learning)

域自适应(Domain Adaptation)

元学习(Meta Learning)

强化学习(Reinforcement Learning)

* [强化学习入门 第一讲 MDP](https://zhuanlan.zhihu.com/p/25498081)

对比学习(Contrastive Learning)

推荐系统(Recommendation System)

论文列表

教程

实战

本文由 GitVP 从 GitHub 收录并在站内全文呈现，版权归原作者所有（Apache-2.0）。

← 回到全部文章

同分类还有

hello-agents 站内全文 📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程 → DeepLearning-500-questions 站内全文 深度学习500问，以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，以帮助自己及有需要的读者。 全书分为18个章节，50余万字。由于水平有限，书中不妥之处恳请广大读者批评指正。 未完待续...... → self-llm 站内全文 《开源大模型食用指南》针对中国宝宝量身打造的基于Linux环境快速微调（全参数/Lora）、部署国内外开源大模型（LLM）/多模态大模型（MLLM）教程 → 面向开发者的大模型手册 - LLM Cookbook 站内全文 面向开发者的 LLM 入门教程，吴恩达大模型系列课程中文版 → 整理开源的中文大语言模型 站内全文 整理开源的中文大语言模型，以规模较小、可私有化部署、训练成本较低的模型为主，包括底座模型，垂直领域微调及应用，数据集与教程等。 →