【杂谈】GitHub上的机器学习/深度学习综述项目合集

【杂谈】GitHub上的机器学习/深度学习综述项目合集

好的资源有利于大家迅速走上正确的学习道路,今天就来推荐一下GitHub上面那些机器学习领域里,最值得关注的综述性质的项目,一般名字会带上一个Awesome,更多请大家到微信公众号《有三AI》和知乎《有三AI学院》专栏噢。

作者&编辑 | 言有三


1 Awesome大综述

没错,项目名字就叫Awesome。这第一个简直就是最“丧心病狂”的综述,10万+星星,要把所有方向一并索引了,自己当目录。

https://github.com/sindresorhus/awesome

这个项目的创建者是sindresorhus,全职自由职业者,从事开源项目开发和维护,据说是这个星球上星星最多的男人,偏偏长得还很帅,个人主页:sindresorhus.com/,大家自己粉吧。

怎么说呢,本文其实你不看下去就是可以的,直接去看上面那个综述就行了。

2 读论文

读论文是搞AI研究必备的基本素质,这个项目是我看的前10个GitHub项目之一,整理了很多深度学习有关的优秀papers,项目的维护者是University of Waterloo的Terry Taewoong Um。

https://github.com/terryum/awesome-deep-learning-papers

不过请看最新申明:

[Notice] This list is not being maintained anymore because of the overwhelming amount of deep learning papers published every day since 2017.

大概意思就是,论文太多了,我们放弃了。如果是初学者,我觉得完全可以去好好看一眼,初学者最忌讳的就是天天看最新的东西,那样是有损于学习的。

类似的还有:

https://github.com/papers-we-love/papers-we-love

3 逛社区

这几个项目的特点就是杂而全,覆盖机器学习有关的一切资料。

有的深度学习一锅端了。

https://github.com/ChristosChristofidis/awesome-deep-learning

有的机器学习一锅端了。

https://github.com/josephmisiti/awesome-machine-learning

有的增强学习一锅端了

https://github.com/aikorea/awesome-rl

有数不清的GAN一锅端了

https://github.com/nightrome/really-awesome-gan
https://github.com/hindupuravinash/the-gan-zoo

东西太多了,建议大家看一眼就行了,别迷失,尤其是初学者,跟我们一起来可能更加合适。

4 听课程

专注收录computer science相关的所有课程。

https://github.com/prakhar1989/awesome-courses

类似的当然还有了,不过建议看课程不要求多,初学看书应该更好。

5 跟项目

因为python是机器学习算法里最受欢迎的语言,所以先介绍一个,6万多颗星,看看deep learning这个菜单下的资源就能窥见一斑。

https://github.com/vinta/awesome-python

类似的当然还有了,php,java,android,ios,shell,爬虫,应有尽有。

https://github.com/ziadoz/awesome-php
https://github.com/akullpp/awesome-java
https://github.com/sindresorhus/awesome-nodejs
https://github.com/vsouza/awesome-ios
https://github.com/snowdream/awesome-android
https://github.com/alebcay/awesome-shell
https://github.com/facert/awesome-spider
https://github.com/avelino/awesome-go

6 翻数据集

这是一个从各种博客,论坛等地方抓取数据集的项目。

https://github.com/awesomedata/awesome-public-datasets

还有一个辅助数据科学家养成的项目

https://github.com/bulutyazilim/awesome-datascience

类似的还有一些,可以没事翻翻。

https://github.com/onurakpolat/awesome-bigdata

7 看领域

你肯定知道接下来有三要说什么,那就是AI各个研究领域的综述了。

什么计算机视觉一锅端了。

https://github.com/jbhuang0604/awesome-computer-vision
https://github.com/kjw0612/awesome-deep-vision

什么自然语言处理一锅端了。

github.com/keon/awesome

什么语音处理一锅端了。

https://github.com/zzw922cn/awesome-speech-recognition-speech-synthesis-papers

还有很多领域,就不一一列举了,欢迎大家留言。

8 备面试

现在有很多的公众号和社区专门讲面试,还有一些朋友让我讲讲,你以为GitHub会没有吗?

https://github.com/MaximAbramchuck/awesome-interview-questions

我还在纠结讲还是不讲,因为讲出来必定会有争议,正好这几天知乎上回答的一个问题就引起争议了,大家不妨直接看吧。

https://www.zhihu.com/question/62482926/answer/625352436

关于面试只有一点小建议,虽然有套路,但是只要巩固好领域的基础知识和编程技能,再发展一些核心竞争力,就不用慌。

9 攒工具

好的工具干起活来可谓是事半功倍了,必须时刻留意。

记笔记的

https://github.com/jupyter/notebook

画图的

https://github.com/zfrenchee
http://alexlenail.me/NN-SVG/
https://github.com/HarisIqbal88/PlotNeuralNet

读论文的

https://github.com/karpathy/arxiv-sanity-preserver

转模型的

https://github.com/Microsoft/MMdnn

后面的等你来补充呀,我们已经写过一些了,看往期链接。

10 聚焦自己的方向

最后,就是好好聚焦自己的研究方向。有三是搞CV的,所以免不了要给大家推荐CV领域的资料。

人脸各个方向的。

https://github.com/polarisZhao/awesome-face
https://github.com/ChanChiChoi/awesome-Face_Recognition

语义分割的。

https://github.com/mrgloom/awesome-semantic-segmentation

跟踪的。

https://github.com/foolwood/benchmark_results

三维重建的。

https://github.com/openMVG/awesome_3DReconstruction_list

风格化的。

https://github.com/ycjing/Neural-Style-Transfer-Papers

目标检测的。

https://github.com/amusi/awesome-object-detection
https://github.com/hoya012/deep_learning_object_detection

太多太多了,轻轻松松还可以数出几十个,大家自己来吧。

对了,我们自己的官方git,也放一下吧,方便大家学习,刚刚开始,还需要力量加入。

https://github.com/longpeng2008/LongPeng_ML_Course
https://github.com/longpeng2008/yousan.ai  

Github就像程序员的免费淘宝店,什么都有,良莠不齐,这次介绍的项目大多星星都很多,不过也不要过度迷恋星星,星星是可以运营出来的。慧眼识珠,多积累吧,以后会开专栏讲讲怎么用GitHub的。

杂谈系列文章

【杂谈】AI工业界都有哪些值得参加的比赛?

【杂谈】扒一扒Reddit,Medium,Quora与知乎等国内外高质量AI社区与内容平台

【杂谈】天下苦公众号久矣,如何利用这几类公众号进行深度学习?

【杂谈】GitHub机器学习/深度学习资料大全

【杂谈】深度学习必备,各路免费爬虫一举拿下

【杂谈】如何学会看arxiv.org才能不错过自己研究领域的最新论文?

【杂谈】那些酷炫的深度学习网络图怎么画出来的?

【杂谈】想成为机器学习学霸?先学会做笔记吧

【杂谈】提升写代码效率不得不做的三件事

【杂谈】深度学习必备,各路免费爬虫一举拿下

【杂谈】学深度学习的你有GPU了吗

【杂谈】白身,初识,不惑,有识,不可知,你处于深度学习工程师哪一重境界了

【杂谈】为什么你学了AI,企业却不要你

编辑于 2019-04-18

文章被以下专栏收录

    这里是有三AI学院,内容覆盖很多的系列文章。《方向综述》,《开源框架》,《数据理解》,《模型结构》,《深度学习理论》,《深度学习模型训练》,《行业发展》与《就业机会》,《学习习惯培养》,小知识《AI-1000问》,系统性的AI工程师进阶路线,涵盖白身,初识,不惑,有识,不可知5个境界,讲述从编程,图像基础到深度学习理论和实践,一步一步晋升之路。

    这个专栏主要是和大家一起讨论学习习惯,包括如何锻炼好的学习思维,掌握高效的学习工具,获取好的资源等等