此篇博文暂时只是收集,还未做尝试!!!
书籍、论文
100多本Python书:https://mp.weixin.qq.com/s/If_1c0eFKNZxLp8C7BbVMw
史上最全AI开源项目集结,近万篇附代码的论文分门别类整理好:https://paperswithcode.com/sota
地址2:https://mp.weixin.qq.com/s/71N6KlNi8swy80PKv4rJLw
分词
结巴分词
GitHub主页:https://github.com/fxsjy/jieba
https://mp.weixin.qq.com/s/5i7Vxe0MhS3GwxZ0GrcT4A
THULAC
PKUSeg
一个领域细分的中文分词工具包
https://mp.weixin.qq.com/s/z4s258mwY2NoMssCwTYNXQ
github:https://github.com/lancopku/pkuseg-python
微信
itchat
itchat是一个开源的微信个人号接口,使用python调用微信从未如此简单。
使用不到三十行的代码,你就可以完成一个能够处理所有信息的微信机器人。
https://github.com/littlecodersh/ItChat
文档:https://itchat.readthedocs.io/zh/latest/
wxpy
wxpy基于itchat,使用了 Web 微信的通讯协议,通过大量接口优化提升了模块的易用性,并进行丰富的功能扩展。实现了微信登录、收发消息、搜索好友、数据统计、微信公众号、微信好友、微信群基本信息获取等功能。
可用来实现各种微信个人号的自动化操作。
文档:https://wxpy.readthedocs.io/zh/latest/
https://mp.weixin.qq.com/s/vo62H_UeFBKtnMmT-Vdg-w
Web、Api
高并发的那些事:https://mp.weixin.qq.com/s/-MqvKGA6D7tqyO2l63QV1g
Django
史上最简单的Python Django入门教程
刘江Django教程:http://www.liujiangblog.com/course/django/2
Flask
Vibora
按照作者的说法,它翻译成中文就是“毒蛇”的意思。这是一款快速、异步和优雅的 Python 3.6 + HTTP 客户端、服务器框架。
https://github.com/vibora-io/vibora
爬虫
爬虫网站
国外5大爬虫专业博客网站:https://www.jianshu.com/p/b15f518772f6
异步、协程、多进程(aiomultiprocess):https://mp.weixin.qq.com/s/jCc1jIHxU_p6bUlwijkwyQ
Scrapy
Learning Scrapy:https://www.jianshu.com/p/6c9baeb60044
Amazon-scraper-Python
这是一款非官方的爬取工具,能够获取亚马逊上在售商品的信息,比如商品排名和评论数量,它适用于在亚马逊上销售的所有产品,包括 DVD、设备、玩具等。
https://github.com/tducret/amazon-scraper-python
反编译
Grumpy
一个Python源代码反编译和运行[Github上8367颗星]。由Dylan Trotter和Google的其他成员提供
Github:https://github.com/google/grumpy
机器学习
中文领域最好的机器学习视频和课程笔记,没有之一:
在线阅读地址:https://datawhalechina.github.io/leeml-notes
bilibili:https://www.bilibili.com/video/av59538266
课程笔记:https://github.com/datawhalechina/leeml-notes
机器学习速成教程(中文)
https://developers.google.cn/machine-learning/crash-course/framing/video-lecture
GitHub 上 Star 量高的几个机器学习项目
https://mp.weixin.qq.com/s/SwLavQJxOpdMFxiuV5INQg
人脸识别:https://github.com/ageitgey/face_recognition
1MB 轻量级通用人脸检测模型:https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB
基于深度学习的人脸识别系统实战【从零开始搭建你的人脸识别系统】:https://yishuihancheng.blog.csdn.net/article/details/101060001
Facebook开源 文本分类:https://github.com/facebookresearch/fastText
TensorFlow 的资源集合:https://github.com/jtoy/awesome-tensorflow
开源机器学习框架(集开发、训练、部署于一体):https://github.com/apache/predictionio
使用 AI 给图像上色:https://github.com/lllyasviel/style2paints
机器学习库、项目
http://python.jobbole.com/83605/
https://mp.weixin.qq.com/s/_-meE9di6g5MFEHIW9_anw
机器学习免费的GPU:
https://mp.weixin.qq.com/s/JHbi6Ay1OT36sH2ukgOJQg
机器学习算法优缺点 & 如何选择:
https://mp.weixin.qq.com/s/g3nLEOmRHe6iAY9_E3zpGw
如何用百行代码搞定各类NLP模型:
https://mp.weixin.qq.com/s/AwCDt8XH1qGDOQznCGQJZQ
200个机器学习 &NLP&Python 免费相关教程:
https://mp.weixin.qq.com/s/J1ndupK3Z5g8FuF-JWG1CA
图解 2018 年领先的两大 NLP 模型:BERT 和 ELMo
https://mp.weixin.qq.com/s/AKYVce6p-W6Iz-xHTVbfgQ
基于Jupyter Notebook从头学习机器学习 | 入门资料分享
https://mp.weixin.qq.com/s/hYUo0bl7EFWjVfiw2pRZ3A
GitHub:https://github.com/zekelabs/data-science-complete-tutorial
史上最强 NLP 预训练模型 BERT 终于开源了!:https://mp.weixin.qq.com/s/k7zsTS40tJLHmg_m0wLT3A
100天机器学习:https://github.com/Avik-Jain/100-Days-Of-ML-Code
一份机器学习完整路线图:
https://mp.weixin.qq.com/s/wbDG63B-QdWkSDo4qVyBMQ
https://github.com/clone95/Machine-Learning-Study-Path-March-2019/tree/master/Career%20Paths/Machine%20Learning%20Engineer%20Career%20Path
GitHub超全机器学习工程师成长路线图:https://mp.weixin.qq.com/s/M8xwMnMZ6lX4ID2X79W_hw
scikit-learn(各种机器学习算法)
scikit-learn,一般缩写为sklearn,各种机器学习算法,基本上只要你能想得到的,线性回归,逻辑回归,SVM,随机森林,最近邻居等等等等,各种算法全部在这里面(http://scikit-learn.org/stable/user_guide.html),简而言之,只有你想不到,没有它做不到,不详述。
Python小白机器学习教程:Sklearn精讲:https://mp.weixin.qq.com/s/jevFW1bbQJuNhxycpLNDXg
资料
一篇让文科生也能读懂机器学习的文章
https://mp.weixin.qq.com/s/Fs4LZpOfqE0s_NUwIs3YgA
机器学习全流程笔记(通俗易懂)
https://machine-learning-course.readthedocs.io/en/latest/
https://github.com/machinelearningmindset/machine-learning-course
机器学习中你不可不知的几个算法常识
https://mp.weixin.qq.com/s/Fh-eQm41DI3rkKjEgC1Yig
一文看懂CNN、RNN等7种范例
https://mp.weixin.qq.com/s/2VhQOrZ5G-auQrXbwSLo7A
TensorFlow系列专题(公号:磐创AI)
TensorFlow系列专题(一):机器学习基础
TensorFlow系列专题(二):机器学习基础
TensorFlow系列专题(三):深度学习简介
TensorFlow系列专题(四):神经网络篇之前馈神经网络综述
TensorFlow系列专题(五):BP算法原理
TensorFlow系列专题(六):实战项目Mnist手写数据集识别
TensorFlow系列专题(七):一文综述RNN循环神经网络
TensorFlow系列专题(八):七步带你实现RNN循环神经网络小示例
TensorFlow系列专题(九):常用RNN网络结构及依赖优化问题
TensorFlow系列专题(十):门控循环神经网络LSTM与GRU(附python演练)
TensorFlow系列专题(十一):RNN的应用及注意力模型
贝叶斯、香农、奥卡姆合写博客「机器学习是什么」
https://mp.weixin.qq.com/s/YavbfovMNreO-CicXRLR0Q
机器学习入门系列(公号:一个算法汪的技术成长之路)
https://mp.weixin.qq.com/s/tZQvqg9y-vxKpsq4mA5Wmg
https://mp.weixin.qq.com/s/80-KdWRdynCvVPobWzWobg
https://mp.weixin.qq.com/s/tZQvqg9y-vxKpsq4mA5Wmg
https://mp.weixin.qq.com/s/nMG5Z3CPdwhg4XQuMbNqbw
10幅图解释机器学习中的基本概念
https://mp.weixin.qq.com/s/Qf4Q_fUSLjeBCU-mJnZeRw
一份机器学习的自白书
https://mp.weixin.qq.com/s/wWXNUhMNHsHrNG5wiDkX8Q
CS229 机器学习速查表
https://mp.weixin.qq.com/s/H0siLr2j87cGJFWpCnEb0w
不得不掌握的十大算法
https://mp.weixin.qq.com/s/3kAM3KPKV57kqK6DD1F3lw
https://mp.weixin.qq.com/s/Cw9Ys8HLhjFS0j_mdHB-fA
https://mp.weixin.qq.com/s/iAy8ISrptkDn0X-z5sZgyA
新手入门机器学习十大算法
https://mp.weixin.qq.com/s/zPrVvG9GJeRSiScSPq-TCw
8种神经网络结构
https://mp.weixin.qq.com/s/AU2nHPRe7u91AGXn0J0aBQ
文本分类和朴素贝叶斯
https://mp.weixin.qq.com/s/8Gfy4daAsmpCyp0Kq5waeg
Python玩CartPole
利用Python搭建简单的深度强化学习网络(DQN)玩CartPole这个小游戏。。。
https://mp.weixin.qq.com/s/xE_STBfjSAStfp5RyPiYdA
DQN玩T-Rex Rush
利用DQN玩"恐龙跳一跳"这一款Chrome浏览器内隐藏的彩蛋游戏。
https://mp.weixin.qq.com/s/---yW1v6seT0pcizllTXxw
通俗了解对抗生成网络(GAN)核心思想
https://mp.weixin.qq.com/s/au0RaHS5n8Bh8Sj3_aPUgA
如何选择回归损失函数
https://mp.weixin.qq.com/s/Xbi5iOh3xoBIK5kVmqbKYA
决策树
https://mp.weixin.qq.com/s/ceq4vn1GcGGw-Q26dAy2hw
https://github.com/alanmarazzi/trees-forest
TensorSpace 神经网络 3D 可视化框架
https://www.oschina.net/p/tensorspace
吴恩达《机器学习》笔记,哥大研究生献上
笔记地址:https://wei2624.github.io/machine%20learning/Machine-Learning-Notes/
课程地址:http://www.cs.columbia.edu/~blei/fogm/2018F/index.html
# 机器视觉、识别、语言
OpenCV
Pythia:
Facebook最新开源的视觉、语言多任务学习框架:
https://mp.weixin.qq.com/s/XUUZ58NMS-Sor-jsgvd0qg
GitHub:https://github.com/facebookresearch/pythia
资料
CV环境很重要!!各种环境搭建大全
https://mp.weixin.qq.com/s/uPHVVhU81-ttbynBZAwhkg
利用OpenCV玩转YOLOv3
https://mp.weixin.qq.com/s/2PHK369KLKMq7ohNWhnzbg
如何用 OpenCV、Python 和深度学习实现面部识别?
https://www.tinymind.cn/articles/666
tensorflow Object Detection API使用预训练模型mask r-cnn实现对象检测
识别苹果、狗...
https://mp.weixin.qq.com/s/rQ9eZosHOoDOXg9tAg4t6A
EAST算法实现自然场景文本检测
https://mp.weixin.qq.com/s/HHD6GGREvj_oWBOuHJn1yw
Polygon-RNN++ | 图像分割数据集自动标注
https://mp.weixin.qq.com/s/0bzjtkUM8s-HCADOQZ4NbQ
分割算法——可以分割一切目标(各种分割总结)
https://mp.weixin.qq.com/s/KcVKKsAyz-eVsyWR0Y812A
超级好用的视频标注工具
https://mp.weixin.qq.com/s/1xjxHMNaTM9sJVqss9Plwg
用小姐姐自拍,生成二次元萌妹子
https://mp.weixin.qq.com/s/0PUsn7d9NjBHiolksrY_TA
这是TensorFlow版本:https://github.com/taki0112/UGATIT
这是PyTorch版本:https://github.com/znxlwm/UGATIT-pytorch
这是论文:https://arxiv.org/abs/1907.10830
数据处理、数据分析类
Jupyter(数据快速呈现)
Jupyter可以直接在网页里输入运行Python代码;直接得到结果,画图等等;很方便的数据分析工具。
Jupyter NoteBook的使用指南(一):https://mp.weixin.qq.com/s/C-LryxPI4D6DTVn8XcaC1Q
GitHub:https://github.com/cqcn1991/Wind-Speed-Analysis
知乎讨论:https://www.zhihu.com/question/37490497
Google Colaboratory(集成Jupyter及TensorFlow等常用库):
Google AI工具Colaboratory的使用方法:https://www.jianshu.com/p/e6f1058614c0?from=timeline&isappinstalled=0
官网:https://colab.research.google.com/notebooks/welcome.ipynb#recent=true&scrollTo=S9GW-n-oYWIj%20Colaboratory%E7%AE%80%E4%BB%8B
注:
1、开头用!+命令可以执行linux命令
2、开头用%是魔法方法,可以可视化运行运算过程
3、修改--》笔记本设置--》可以修改python版本和硬件加速器(CPU、GPU、TPU)
测试代码:
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
**1美元从零开始训练Bert,手把手教你优雅地薅谷歌云TPU羊毛:**https://mp.weixin.qq.com/s/PK1IaFTbI1LvtRyu6tW7Zg
要点清晰,带你轻松实战Matplotlib!https://mp.weixin.qq.com/s/A5KHR5r62h5HmSZyy0wdrQ
使用 Python+PySpark 做用户画像:https://mp.weixin.qq.com/s/sZpdAiItskNZeePMRQl7kA
用Python关系图谱带你揭秘知乎大V:https://mp.weixin.qq.com/s/UlHUUB6GkUW4tkdPCw4aPw
基金收益分析:https://mp.weixin.qq.com/s/6UKZg90X7_CxIlu1BQL5sA
Pandas(平均值,最大值,最小值,方差)
读取一个csv文件,然后求每一列数据的平均值,最大值,最小值,方差。而Python语言因为有Pandas这个神器,一行代码搞定:
df = pd.read_csv('a.csv')
# excel处理
read_excel:读取Excel
to_dict : 参数为orient = "records",返回样本列表,每个样本是列表里面的每个元素,列名是键
23种Pandas核心操作:https://mp.weixin.qq.com/s/53EpeyTrmGp8PSG1vVNXoQ
99%的人都不知道的pandas骚操作:https://mp.weixin.qq.com/s/vv25oGu-qAtcdk4EbjTT7g
使用Modin加速Pandas:https://mp.weixin.qq.com/s/shyTw0PO6YNeBG1D-f4h9g
Pandas必备技能之“花式拼接表格”:https://mp.weixin.qq.com/s/Nr35Atz4BqvFhq8BgGnt3A
Pandas入门指南:https://mp.weixin.qq.com/s/CEaPu0kC4IlNaEZ7tfNSlg
还在抱怨Pandas运行速度慢?https://mp.weixin.qq.com/s/6mTgr8ft0U0L_OMuNmQk8A
数据分析系列教程之pandas:
公号:python爬虫人工智能大数据(小詹随笔也有是转载的)
https://mp.weixin.qq.com/s/j7rUeZzEQ1suCJssrn0pvw
https://mp.weixin.qq.com/s/0SUkA4cZM_0w9iVAN9gxlA
https://mp.weixin.qq.com/s/I-nqhPRCE_25qykGALd9NA
https://mp.weixin.qq.com/s/NJy6zAaKnGQPOhWnUwBqvQ
数据分析从零开始实战(系列,公众号:简说Python)
https://mp.weixin.qq.com/s/4ESKjlF4B63IveiIlfCdDA
https://mp.weixin.qq.com/s/EBslUBiP53_5K4FA-3czlQ
https://mp.weixin.qq.com/s/e5TcuoFdLMYiAdPQaVbL6g
https://mp.weixin.qq.com/s/eJl97IzSkao7CaQu4oEsqg
https://mp.weixin.qq.com/s/sTJPgXb9AFTIgQZ8I880BA
https://mp.weixin.qq.com/s/wTbDpbpPD4n8TJMOaTct3g
numpy(数值型)
https://mp.weixin.qq.com/s/fNXvHEq35m6D03HQeovOWQ
https://mp.weixin.qq.com/s/0SUkA4cZM_0w9iVAN9gxlA
https://mp.weixin.qq.com/s/I-nqhPRCE_25qykGALd9NA
https://mp.weixin.qq.com/s/NJy6zAaKnGQPOhWnUwBqvQ
- 什么是 Numpy
- N维数组 ndarray
- Numpy 中的数据类型
- 基Numpy 的基本运算操作
- Numpy 的索引和切片操作
- Numpy 中复制和视图的区别
- Numpy 的形状操作
- Numpy常用函数
- Numpy 广播机制
- Numpy 的结构化数组
- Numpy 的掩码数组
- Numpy 的genfromtxt 函数用法
- 将 Python 函数向量化
Numpy 代码教程:https://mp.weixin.qq.com/s/fFYoQrQlAGvjNU-gvOg-xw
numpy ndarray 之内功心法,理解高维操作:https://mp.weixin.qq.com/s/2grCAVsakeGZl_JNROhyGQ
Numpy初窥1:https://mp.weixin.qq.com/s/soUavQ5tPSrozNCaPNBhKg
五分钟了解这几个numpy的重要函数:https://mp.weixin.qq.com/s/KbLBT65XfYCl1uer5umCoA
NumPy基础教程,带你玩转多维数组:https://mp.weixin.qq.com/s/CsCx4GUOV-PpJn5du2mTDA
Python小白数据科学教程:NumPy (上):https://mp.weixin.qq.com/s/PE9-fEBOfxfPTYf8CMfQ9g
NumPy图解教程:https://mp.weixin.qq.com/s/h3yVdR7gZFmnNDgXj5lgyA
pandas(数值型、字符型)
- Pandas 数据结构详解
- Pandas 基本功能详解
- Pandas 缺失值处理
- Pandas 文本数据处理
- Pandas 分类数据详解
- Pandas 时间序列详解
- Pandas 计算工具介绍
- Pandas 筛选操作详解
- Pandas 分组聚合详解
- Pandas 转换连接详解
- Pandas IO 操作详解
- Pandas 可视化详解
- 使用 SQL 方式的去玩 Pandas
DaPy
https://github.com/JacksonWuxs/DaPy
Datatable
https://mp.weixin.qq.com/s/h4mxZACOogMTFl33TagfpA
SciPy
SciPy 是 Python 里处理科学计算 (scientific computing) 的包,使用它遇到问题可访问它的官网 (https://www.scipy.org/)去找答案。
Python小白数据科学教程:SciPy精讲:https://mp.weixin.qq.com/s/yb3Kr8-HNm1FAfNcsmSVYA
数据可视化
5种使用python实现数据可视化的方法:https://www.oschina.net/translate/5-quick-and-easy-data-visualizations-in-python
python 数据可视化有哪几个常用的库 :https://mp.weixin.qq.com/s/azuyKZPwWJtWnp2Le845dw
绘制各种图形:https://my.oschina.net/u/3264690/blog/915068
数据可视化利器:https://mp.weixin.qq.com/s/XXKddCvDlLproTA9egHjSw
12个案例教你用Python玩转数据可视化:https://mp.weixin.qq.com/s/2cZaYzBXprNiH_aZQT4tqA
matplotlib(绘图可视化)
画中国地图参考:https://mp.weixin.qq.com/s/6u-O2sCmdriNXujdSv61ZA
一张图带你入门 matplotlib(一):https://mp.weixin.qq.com/s/fv8U3nHK58A4eS_fiz5pAQ
快速入门画图神器 Matplotlib:https://mp.weixin.qq.com/s/_fjgaBT61L1JxtVCcRKudQ
8个Python高效数据分析的技巧:https://mp.weixin.qq.com/s/dwxTla5iiYKvELrpbWf1yQ
Matplotlib可视化最有价值的 50 个图表:http://liyangbit.com/pythonvisualization/matplotlib-top-50-visualizations/ (Github:https://github.com/liyangbit/PyDataRoad)
要点清晰,带你轻松实战Matplotlib!:https://mp.weixin.qq.com/s/A5KHR5r62h5HmSZyy0wdrQ
Python编程时光(公众号)
一张图带你入门 matplotlib:https://mp.weixin.qq.com/s/1BCXJhUETeS52CZv6hpL7g
详解六种可视化图表:https://mp.weixin.qq.com/s/23rBmiHcoFjJDWKhmkYlJA
用正余弦图象学习matplotlib:https://mp.weixin.qq.com/s/0ZUsKoBYhxL3a1r_xgWLnA
子图与子区难点剖析:https://mp.weixin.qq.com/s/c3plFe-t_8c7XvGxPyg2Dw
绘制酷炫的GIF动态图:https://mp.weixin.qq.com/s/aWPqetPslIpguhuvcVT6vw
pyecharts
https://mp.weixin.qq.com/s/am3P009Q6ARr5YLHUVvOIA
https://mp.weixin.qq.com/s/9HASZ5Zq-dACAz36jW0irA(参考数据展示)
https://mp.weixin.qq.com/s/prNFXfwW0l2v3z3yQG8RlQ
https://mp.weixin.qq.com/s/TwrrrXRQZjle_5MGcv8L_A
D3.js
7步搞定Python数据可视化,业界大牛出品教程,Jupyter、Colab都有在线版:https://mp.weixin.qq.com/s/hsh0DVIrG6ikRjxIiCAyYg
课程GitHub:https://github.com/uwdata/visualization-curriculum
Vega-Lite:https://vega.github.io/vega-lite/
Altair:https://altair-viz.github.io/
wordcloud(词云)
https://mp.weixin.qq.com/s/pd3t8rmfDnIpSpfR3Apx5Q
lzdb(lazy database)
https://zhuanlan.zhihu.com/p/53199712
Github:https://github.com/moenova/lazy-database
plotly、Plotly-Express
https://www.cnblogs.com/feffery/p/9293745.html
https://mp.weixin.qq.com/s/gAeXi5KXR79scDexZL776A
教程:https://nbviewer.jupyter.org/github/WillKoehrsen/Data-Analysis/blob/master/plotly/Plotly%20Whirlwind%20Introduction.ipynb#
Plotly-Express(基于Plotly的高级封装)
http://liyangbit.com/pythonvisualization/Plotly-Express-introduction-cn/
Seaborn
https://mp.weixin.qq.com/s/YHAm4QOebOmVtAOA6EdXQg
Bokeh
Bokeh做交互式图形:https://mp.weixin.qq.com/s/u3PwVQGHNDiiT4-Q94wt1g
https://github.com/bokeh/bokeh
汉化用户指南:https://github.com/DonaldDai/Bokeh-CN
SandDance
微软开源可视化工具:https://github.com/microsoft/SandDance
3D图形
Python 竟能绘制出如此酷炫的三维图(pyrr):https://mp.weixin.qq.com/s/_29Z_96gIl8g19yiN2grkw
深度学习
资料
面向中文读者的能运行、可讨论的深度学习教科书
B站:https://space.bilibili.com/209599371/channel/detail?cid=23541
Youtube:https://www.youtube.com/watch?v=kGktiYF5upk&list=PLLbeS1kM6teJqdFzw1ICHfa4a1y0hg8Ax
本书的网站是:https://zh.d2l.ai
学习社区地址:https://discuss.gluon.ai
GitHub开源地址:https://github.com/d2l-ai/d2l-zh
**深度学习的一些经验总结和建议| To do v.s Not To Do:**https://mp.weixin.qq.com/s/DW-o8qdzD5cR3zdGdR-oCg
动手学深度学习(推荐):文字教程;视频教程;Github
**用Python进行深度学习:**https://github.com/TrainingByPackt/Applied-Deep-Learning-with-Python
**140页《深度强化学习入门》发布:**https://mp.weixin.qq.com/s/xHrh3Ie28zyyp6CiAQrszA
**什么是深度学习的卷积:**https://mp.weixin.qq.com/s/eofmfQySC6lnUfl8ahzGhA
**了解深度学习各种层的实现,看这一篇就够了!:**https://mp.weixin.qq.com/s/fMwtx13snmYePR3eE5M0cw
**通过简单代码回顾卷积块:**https://mp.weixin.qq.com/s/8NGOtHldhhiW1YavHHrrmg
**深度学习中最常见的10个方法:**https://mp.weixin.qq.com/s/BRlhKT4MHAoJ1z7csfQfnw
**Deeplearning4j (DL4J) JAVA:**https://deeplearning4j.org/cn/index.html
**交互式 GAN Lab 让生成对抗网络轻松实现可视化:**https://mp.weixin.qq.com/s/OqnCtmFZ8Ab3_ANTYRwm6g
**卷积神经网络就是这么简单就能学会:**https://mp.weixin.qq.com/s/rfXcWndAKAq3R9ty-GSKsg
**[透析] 卷积神经网络CNN究竟是怎样一步一步工作的:**https://mp.weixin.qq.com/s/G5hNwX7mnJK11Cyr7E5b_Q
**计算任意视频中各人物的出镜时间:**https://mp.weixin.qq.com/s/Z4kG21cTbz188z-HJ_hv3g
**利用深度学习建立流失模型:**https://zhuanlan.zhihu.com/p/46283253
**一步一步从人工神经网络开始你的深度学习:**https://mp.weixin.qq.com/s/5delzvP1eqCmYOajBnbGqA
吴恩达深度学习笔记github:https://github.com/fengdu78/deeplearning_ai_books 百度云: https://pan.baidu.com/s/1Cslc8LS1kXo7Pwc1sUShZw 提取码: z8is
深度学习模型大合集:
https://mp.weixin.qq.com/s/NdMBNTgqWWFQjLhlGQb56A
https://github.com/rasbt/deeplearning-models
动手学深度学习:https://zh.d2l.ai/index.html
github:https://github.com/d2l-ai/d2l-zh
手把手教程:如何从零开始训练 TF 模型并在安卓系统上运行:https://mp.weixin.qq.com/s/nEPzMZGaOyzqo4Jd2fUaeA
强烈推荐的Keras快速入门资料和翻译:https://mp.weixin.qq.com/s/WtloMlDRXADTCq8THTkhRg
教你用不到30行的Keras代码编写第一个神经网络:https://mp.weixin.qq.com/s/voy6H3XXBWJpELYu8cuXsQ
Streamlit秒变 Python 脚本为 ML 工具:https://mp.weixin.qq.com/s/znkjaH086nWoqQttl1L1fQ
基于face_recognition构建的人脸识别系统及应用:https://mp.weixin.qq.com/s/abGmTWPUmfGBastJ_5m8mA
一种基于神经网络的文本到语音(TTS)合成系统,AI在聆听5秒后就可克隆你的声音:https://google.github.io/tacotron/publications/speaker_adaptation
一文看尽16篇目标检测最新论文(ATSS/MnasFPN/SAPD/CSPNet/DIoU Loss等)https://mp.weixin.qq.com/s/q_0NntaL04zh5GYPC55oqw
目标检测三大开源神器:Detectron2/mmDetectron/SimpleDet:https://mp.weixin.qq.com/s/jH2xz5l9QnCfWhpaY2rHcA
树莓派图片搜索器,基于 Tensorflow lite:https://mp.weixin.qq.com/s/HeYhgCVURuPuFim0Dx6d1Q
视频理解代码库 PySlowFast:https://github.com/facebookresearch/SlowFast
深度学习 100+ 经典模型 TensorFlow 与 Pytorch 代码实现大集合:https://mp.weixin.qq.com/s/lKb1tXtfVfBZNYuEMTf3ZA
现成的图片分类器:https://mp.weixin.qq.com/s/Jb83JcdniT-nJk1vPwAjng
利用深度学习识别滑动验证码缺口位置:https://mp.weixin.qq.com/s/ZUPEFMj2ml9h49LnKqwwTg
华为ModelArts模型训练平台:https://www.huaweicloud.com/product/modelarts.html
微软开源深度学习优化库 DeepSpeed,可训练 1000 亿参数的模型:https://www.oschina.net/news/113328/microsoft-opensource-deepspeed?utm_source=wechat&utm_medium=zaobao
170 亿参数!微软对内发布最强语言生成模型 Turing-NLG:https://mp.weixin.qq.com/s/l_2cAaS-sSFlSIrDbYkhfQ
深度学习模型转换工具 X2Paddle:https://www.oschina.net/p/x2paddle?utm_source=wechat&utm_medium=zaobao
学习超大神经网络,CPU超越V100 GPU,靠的居然是哈希?https://mp.weixin.qq.com/s/ZNNIJoDDeZEAzPeodEXIQw
深度学习入门笔记系列(8篇)
深度学习框架 tensorflow 的介绍与安装:https://mp.weixin.qq.com/s/uqreDAG6F6j4TWMAjI43xg
基于 tensorflow 的一些深度学习基础知识:https://mp.weixin.qq.com/s/x6cMsqCfOzFjv2T1tdOVEQ
感知器模型和 tensorboard 的使用方法:https://mp.weixin.qq.com/s/we4hn7w1haW03pVdmbqSNg
基于 tensorflow 的回归代码实现:(缺:小詹学Python)
基于 tensorflow 的手写数字的识别(基础):https://mp.weixin.qq.com/s/kK02Mo5jHdjF-iwsmegZQQ
基于 tensorflow 的手写数字的识别(进阶):(缺:小詹学Python)
卷积神经网络(CNN)学习笔记:https://mp.weixin.qq.com/s/bAFKEDjznWuNDFXLZ6W52w
循环神经网络(RNN)学习笔记:https://mp.weixin.qq.com/s/ZI8KIgoTXjgvYCj5C4Oqew
深度学习脚手架 ModelZoo 来袭:https://mp.weixin.qq.com/s/TzHJaQUsDR89_3KT-9bCPA
深度学习中的Normalization模型:https://mp.weixin.qq.com/s/4CeNg-w-ULK7ZM1HjfXHzg
五个很厉害的 CNN 架构:https://mp.weixin.qq.com/s/7WYoKfFzKXs2dBbpYbRrmQ
磐创AI(公众号)
深度学习之视频人脸识别系列(一):简介:https://mp.weixin.qq.com/s/PhuOSjToWORceer2WeAsaw
深度学习之视频人脸识别系列二:人脸检测与对齐:https://mp.weixin.qq.com/s/ucAZZ76T77iBiiaUdt5TGA
深度学习之视频人脸识别系列三:人脸表征:https://mp.weixin.qq.com/s/JOVokqXMIrnHS-zt1HcvgA
深度学习优化算法入门:一、梯度下降:https://mp.weixin.qq.com/s/-98FXracG1YzVsmpJfwGlg
深度学习优化算法入门:二、动量、RMSProp、Adam:https://mp.weixin.qq.com/s/kPDOdhQOpHoKSAkeKxQ8Hg
深度学习优化算法入门:三、梯度消失和激活函数:https://mp.weixin.qq.com/s/CWCrHwNvURW7lF9s00AAjA
基于深度学习的目标检测算法综述(一):https://mp.weixin.qq.com/s/b7sl8RIBt1YLJsu75jO-mg
基于深度学习的目标检测算法综述(二):https://mp.weixin.qq.com/s/H2s7vE-XRfhtx5QjbdQpfA
基于深度学习的目标检测算法综述(三):https://mp.weixin.qq.com/s/hUMhDhLQyLUnyzcj6jn_Sg
库
2018年最热门的深度学习框架一览表:https://mp.weixin.qq.com/s/MruAApdJ2eX3DbDLQ-Wk_w
TensorFlow
# 快速搭建环境
# 官方的,支持python2和python3
docker pull tensorflow/tensorflow
docker run -it -p 8888:8888 -v /$(pwd)/notebooks:/notebooks tensorflow/tensorflow
# 配置好了python3下TensorFlow的环境
docker pull dash00/tensorflow-python3-jupyter
# Google Colaboratory(集成Jupyter及TensorFlow等常用库)
https://www.jianshu.com/p/e6f1058614c0?from=timeline&isappinstalled=0
TensorFlow 2.0
TensorFlow 2.0 简明指南:https://zhuanlan.zhihu.com/p/70232196?utm_source=wechat_session&utm_medium=social&utm_oi=26811434008576&from=timeline&isappinstalled=0&s_r=0
Keras
keras 基础知识:https://mp.weixin.qq.com/s/AcD_BM65lnh2oJWw-oMjIg
Keras入门:https://mp.weixin.qq.com/s/j8cDTYDlao-W-FrpTKIB-Q
使用Keras进行深度学习(二): CNN讲解及实践:https://mp.weixin.qq.com/s/b9H1I6Pj7A44_fu2AjfmFw
使用Keras进行深度学习:(三)使用text-CNN处理自然语言(上):https://mp.weixin.qq.com/s/ZFQwfDsouDHoM6ibEGXj2g
使用Keras进行深度学习:(三)使用text-CNN处理自然语言(下):https://mp.weixin.qq.com/s/TKtgtMOyteoip7UYE_mHlQ
使用Keras进行深度学习:(五)RNN和双向RNN讲解及实践:https://mp.weixin.qq.com/s/WiZNiWybDPR_TE_Zmcuivg
使用Keras进行深度学习:(六)LSTM和双向LSTM讲解及实践:https://mp.weixin.qq.com/s/fXXc4JQGzjsA2CPhQg5VDA
使用Keras进行深度学习:(六)GRU讲解及实践:https://mp.weixin.qq.com/s/ELDFISJot14TmaJQ-aZdvQ
TensorFlow2.0 + Keras
Keras将成为TensorFlow的高级API,它经过了扩展,因此你可以直接从tf.keras使用TensorFlow的所有高级特性。
所有TensorFlow都将具有Keras的简单性,涵盖任何规模,支持所有硬件。
https://mp.weixin.qq.com/s/lZLk49hnNWdOCBYRUbyuPQ
PyTorch
https://mp.weixin.qq.com/s/aYG083sIHU3d6Erw4NU7Ug
tensorboard可视化误差结果:https://mp.weixin.qq.com/s/u9GEDCmR-PT0--0Xf4vKDA
PyTorch 中使用深度学习(CNN和LSTM)的自动图像描述:https://mp.weixin.qq.com/s/dJRuC-ZjKX3aY5iIrUl38g
超全PyTorch资源列表:https://mp.weixin.qq.com/s/6s3imcoMQttktKrdR_hQ_A
手把手教你PyTorch项目:YOLO v3目标检测:https://mp.weixin.qq.com/s/-0c1vXA4RWZayE7AM2YG1w
PyTorch Hub发布!一行代码调用最潮模型:https://mp.weixin.qq.com/s/vcp4iPedGOFLSzFy9Rri9g
ResNeXt WSL(图片分类):
https://mp.weixin.qq.com/s/E4zR3fInuAq4NAQ49i_UJg
https://pytorch.org/hub/facebookresearch_WSL-Images_resnext/
PyText
Facebook 开源 NLP 建模框架 PyText,从研究到生产变得更容易
Dlib系
Dlib:Dlib,是用C写成的机器学习库,提供了C和Python接口。
官方文档:http://dlib.net/
Dlib的68点传送门:
http://dlib.net/face_landmark_detection.py.html
Niko的81点传送门:
超越Dlib!81个人脸关键点实时检测:https://mp.weixin.qq.com/s/-lAc2T7el5adA35nZBw8eQ
https://github.com/codeniko/shape_predictor_81_face_landmarks
Surrey Face Model
https://cvssp.org/faceweb/3dmm/facemodels/
移动设备人脸识别解决方案
https://github.com/becauseofAI/MobileFace
Netron(可视化网络模型)
https://mp.weixin.qq.com/s/U2b4QxMTf-55ixOVYum0aw
https://dgschwend.github.io/netscope/quickstart.html
PaddlePaddle
https://mp.weixin.qq.com/s/eFcmMpaT_klVrhozLKoRmg
综合
https://modelzoo.co
https://morvanzhou.github.io
https://github.com/MorvanZhou
https://mp.weixin.qq.com/s/u2vLE4Y-FY1WSA5aFkOgDw
2018/2019/校招/春招/秋招/算法/机器学习(Machine Learning)/深度学习(Deep Learning)/自然语言处理(NLP)/C/C++/Python/面试笔记
十大预训练模型:https://mp.weixin.qq.com/s/2UYed5RnFEmTbFXebYI6fQ
不同的领域、框架,这是一份超全的深度学习模型GitHub集合
十张机器学习和深度学习工程师必备速查表:https://mp.weixin.qq.com/s/O-VktG1vtNvhF6FIrxQKzA
在树莓派上轻松实现深度学习目标检测:http://shumeipai.nxez.com/2018/10/05/how-to-easily-detect-objects-with-deep-learning-on-raspberry-pi.html
亚马逊提出:目标检测训练秘籍:https://github.com/dmlc/gluon-cv
各种AI模型拿来就能用!五大深度学习模型库大盘点:https://mp.weixin.qq.com/s/uBsdRjSolNsvDaNa78-OxA
黄海广博士机器学习及深度学习个人笔记:
机器学习课程笔记:https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes
深度学习课程笔记:https://github.com/fengdu78/deeplearning_ai_books
代码实现:https://github.com/fengdu78/lihang-code
配套视频(见百度云):https://mp.weixin.qq.com/s?__biz=MzIwODI2NDkxNQ==&mid=2247484310&idx=1&sn=0de35a608df8eb00b2d441b748192fc3&source=41#wechat_redirect
盘一盘系列(公号:王的机器):
Python 系列 10 - Keras (上):https://mp.weixin.qq.com/s/Fo-UIGnsoU2nBVLxSw_nVw
深度强化学习
强化学习算法实现,教程代码样样全,还有详细学习规划:https://mp.weixin.qq.com/s/mHcUZF42G2-nWbyharRvDA
David Silver 的强化学习课程:http://www0.cs.ucl.ac.uk/staff/d.silver/web/Teaching.html
GitHub地址:https://github.com/dennybritz/reinforcement-learning
DeepMind 一次性开源 3 个新框架(DRL、OpenSpiel、SpriteWorld)!深度强化学习应用落地即将迎来春天?:https://mp.weixin.qq.com/s/Nd9pzfj9_kTT-6vkF4ZgAg
快速入门Python与机器学习:https://mp.weixin.qq.com/s/-1jo7Vnh1CB_fuTmpT-CqQ
《神经网络与深度学习》:
PPT:https://nndl.github.io/
PDF:https://github.com/nndl/nndl.github.io
代码:https://github.com/nndl/nndl-codes
练习:https://github.com/nndl/exercise
数据集(Data set)
各种数据集
一份非常全面的开源数据集:https://mp.weixin.qq.com/s/73BuTwarrY8-MZu_uEN0Kw
数据集汇总:https://mp.weixin.qq.com/s/N5nabLwrWnNVeqfgSgZM5A
最全自动驾驶数据集:
https://mp.weixin.qq.com/s/aJE-XMS32351YVZZ5rkxcg
100个大型机器学习数据集汇总(CV/NLP/音频方向)
https://www.datasetlist.com
华为云ModelArts(市场)
https://support.huaweicloud.com/modelarts/index.html
腾讯AI Lab开源大规模高质量中文词向量数据:https://mp.weixin.qq.com/s/jbtEQ80J6FgASd7p21YRMw
数据下载地址:https://ai.tencent.com/ailab/nlp/embedding.html
50个最佳机器学习公共数据集:https://zhuanlan.zhihu.com/p/48691462
备用:https://mp.weixin.qq.com/s/lYtMPYduEjy40DVWjuTKgA
一个鉴黄数据集:https://mp.weixin.qq.com/s/RDMzuN0_mCydpUdrS4dyHA
github:https://github.com/alexkimxyz/nsfw_data_scrapper
Model:https://github.com/GantMan/nsfw_model
github(js版):https://github.com/infinitered/nsfwjs
更全面的鉴黄数据集:https://mp.weixin.qq.com/s/9Ik_ypp4NjlqyeaijOUcvA
github:https://github.com/EBazarov/nsfw_data_source_urls
谷歌:自然问答数据集 Natural Questions(NQ):https://mp.weixin.qq.com/s/ON-Sd4KVOjz_mKTHygbU5w
论文地址:https://storage.googleapis.com/pub-tools-public-publication-data/pdf/b8c26e4347adc3453c15d96a09e6f7f102293f71.pdf
吴恩达:胸部放射影像数据集 CheXpert:https://mp.weixin.qq.com/s/ON-Sd4KVOjz_mKTHygbU5w
论文地址:https://arxiv.org/abs/1901.07031v1
数据集:https://stanfordmlgroup.github.io/competitions/chexpert
Facebook:新型视觉定位数据集 BISON:https://mp.weixin.qq.com/s/ON-Sd4KVOjz_mKTHygbU5w
验证数据:https://raw.githubusercontent.com/facebookresearch/binary-image-selection/master/annotations/bison_annotations.cocoval2014.json
评估代码:https://github.com/facebookresearch/binary-image-selection
论文地址:https://arxiv.org/abs/1901.06595
维基百科文章和类别数据集
数据集组织利用图数据库的原理,允许快速直观地访问维基百科文章和类别的子图。数据集和部署指南可在LTS2网站上找到:
https://lts2.epfl.ch/Datasets/Wikipedia/
Google 大规模图像数据集
https://mp.weixin.qq.com/s/FBVzJuvxpNwVh7jqnJxH-g
https://storage.googleapis.com/openimages/web/download.html
学术种子库、数据集Academic Torrents:http://academictorrents.com
数据集处理、清洗
一文教你如何处理不平衡数据集:https://mp.weixin.qq.com/s/n__cQQzdage_CYROYR5oZg
其他
Pyre-check性能类型检查工具
Facebook 推出的一款 Python 性能类型检查工具。
https://github.com/facebook/pyre-check
GIF-for-cli
可以将 GIF、短视频或 Tenor GIF API 的查询转换成动漫的 ASCII 艺术。这意味着每次登录到编程工作站时,GIF 都会以 ASCII 形式来迎接你。
https://github.com/google/gif-for-cli
Douyin-Bot抖音机器人
这是一款 Python 编写的机器人,可以在抖音上快速、高效地找到漂亮小姐姐,能实现自动翻页、颜值检测、人脸识别、自动点赞和自动关注。
https://github.com/wangshub/Douyin-Bot
Datasheets谷歌表格
这是一个用于与谷歌表格相连的库,可以用 Python 读取谷歌表格的数据、向谷歌表格写入数据,以及修改谷歌表格的格式。
https://github.com/Squarespace/datasheets
Shiv命令行实用程序
这一款命令行实用程序,可以创建完全独立自足的 Python zip 应用,和 PEP 441 中描述的一样,但又包含所有的内置环境依赖。它的主要目标是快速轻松地分发 Python 应用程序。
https://github.com/linkedin/shiv
Spotify-playlist-generator音乐歌单
这是一个 Python 脚本,每周都会使用新音乐自动构建一个新的 Spotify 播放列表。
https://github.com/mileshenrichs/spotify-playlist-generator
Ubelt实用工具
这是一个由 Python 编写的实用工具,并集成到 Python 包索引中,它包含大量实用的工具函数,可以跨平台使用。
https://github.com/Erotemic/ubelt
Pypykatz密码提取工具
它完全用 Python 实现了密码提取工具 Mimikatz,可以在所有支持 Python3.6 及以上的操作系统上运行。
https://github.com/skelsec/pypykatz
评论区