學(xué)習(xí)干貨｜3個(gè)優(yōu)質(zhì)的GitHub項(xiàng)目推薦

大家好，我是 Jack。好久沒給大家分享優(yōu)質(zhì)的項(xiàng)目了，今天給大家分享幾個(gè)收藏已久的寶藏，這可都是我的“小金庫(kù)”。

Paper 指南

這個(gè)項(xiàng)目的名字叫 Deep Learning Papers Reading Roadmap。非常適合碩士在讀，想要入門深度學(xué)習(xí)，想看論文，但又不知如何下手的小伙伴。內(nèi)容非常全面，我整理了下這個(gè)項(xiàng)目的大綱：

• 1 深度學(xué)習(xí)歷史與基礎(chǔ)

• 1.1 入門書籍
• 1.2 深度學(xué)習(xí)綜述
• 1.3 深度信念網(wǎng)絡(luò)
• 1.4 ImageNet 發(fā)展
• 1.5 語(yǔ)音識(shí)別發(fā)展

• 2 深度學(xué)習(xí)

• 2.1 模型
• 2.2 優(yōu)化器
• 2.3 無(wú)監(jiān)督學(xué)習(xí)
• 2.4 循環(huán)神經(jīng)網(wǎng)絡(luò)
• 2.5 神經(jīng)圖靈機(jī)
• 2.6 深度強(qiáng)化學(xué)習(xí)
• 2.7 深度遷移學(xué)習(xí)
• 2.8 小樣本深度學(xué)習(xí)

• 3 應(yīng)用

• 3.1 自然語(yǔ)言處理
• 3.2 目標(biāo)檢測(cè)
• 3.3 視覺跟蹤
• 3.4 圖像描述
• 3.5 機(jī)器翻譯
• 3.6 機(jī)器人
• 3.7 藝術(shù)
• 3.8 目標(biāo)分割

這不是知識(shí)的講解，而是純論文的閱讀推薦。比如目標(biāo)檢測(cè)，都是一些里程碑式的論文。

儼然就是一個(gè)發(fā)展史，RCNN，F(xiàn)ast RCNN、Faster RCNN、YOLO、SSD、EfficientDet。循序漸進(jìn)，一個(gè)非常好的看論文路線，相當(dāng)于為大家指了條明路。上述的所有章節(jié)，都是這樣，推薦了一條看論文的路線。正在努力看論文的小伙伴，不要錯(cuò)過(guò)~

項(xiàng)目地址：https://github.com/floodsung/Deep-Learning-Papers-Reading-Roadmap

游戲讀書筆記

毛星云（筆名：淺墨）離世的消息，想必大家都看到了。學(xué)過(guò) Opencv 和游戲開發(fā)的，應(yīng)該不少人知道他。我讀研的時(shí)候，入門 OpenCV3 就是看的他的教程，至今手里還有他的那本 OpenCV3。

他的作品，值得被傳頌。淺墨老師的游戲程序員生涯的讀書筆記，很好的入門游戲編程開發(fā)的資料：

項(xiàng)目地址：https://github.com/QianMo/Game-Programmer-Study-Notes

他的座右銘是：Keep Reading, Keep Writing, Keep Coding.真心地希望他在天堂，除了這些，還可以：Keep Happy.

WantWords

WantWords 萬(wàn)詞王。普通的詞典告訴你某個(gè)詞語(yǔ)的定義，而這個(gè)萬(wàn)詞王恰好相反，可以告訴你哪些詞語(yǔ)符合你輸入描述的意思。比如描述一句：非常高。

萬(wàn)詞王就會(huì)給我們推薦很多輸入描述的意思對(duì)應(yīng)的詞語(yǔ)。整體的架構(gòu)如下：

清華大學(xué)開源的神器，想要學(xué)習(xí) NLP 的小伙伴，一定不要錯(cuò)過(guò)。

項(xiàng)目地址：https://github.com/thunlp/WantWords

如果覺得有用，就請(qǐng)分享到朋友圈吧！