awesome deeplearning resources

Großartige Deep -Learning -Papiere und andere Ressourcen

Eine Liste der neuesten Artikel über Deep Learning und Deep verstärktes Lernen. Sie werden nach der Zeit sortiert, um die jüngsten Papiere zuerst zu sehen. Ich werde die jüngsten Papiere erneuern und diesen Papieren Notizen hinzufügen.

Sie sollten finden, dass die Papiere und die Software mit Star Flag wichtiger oder beliebter sind.

Inhaltsverzeichnis

• Papiere
• Modellzoo
• Vorbereitetes Modell
• Kurse
• Bücher
• Tutorials
• Software
• Anwendungen
• Tolle Projekte
• Korpus

Papiere

• 2021 Jahr
  • Computer Vision
  • natürlicher Sprachprozess
  • Multi -Modell
• 2020 Jahr
  • tiefes Lernen
  • Tiefes Verstärkungslernen
  • natürlicher Sprachprozess
  • Computer Vision
• 2019 Jahr
  • tiefes Lernen
  • Tiefes Verstärkungslernen
  • natürlicher Sprachprozess
  • Computer Vision
• 2018 Jahr
  • tiefes Lernen
  • Tiefes Verstärkungslernen
  • natürlicher Sprachprozess
  • Computer Vision
• 2017 Jahr
  • tiefes Lernen
  • Tiefes Verstärkungslernen
  • natürlicher Sprachprozess
  • Computer Vision
• 2016 Jahr
  • tiefes Lernen
  • Tiefes Verstärkungslernen
  • natürlicher Sprachprozess
  • Computer Vision
• 2015 Jahr
• 2014 Jahr
• 2013 Jahr
• 2012 Jahr
• 2011 Jahr
• 2010 Jahr
• vor 2010 Jahr

Modellzoo

• 2012 | Alexnet: ImageNet -Klassifizierung mit tiefen nerven Netzwerken der Faltung. pdf code
• 2013 | RCNN: Reiche Merkmalhierarchien für eine genaue Objekterkennung und semantische Segmentierung. arxiv code
• 2014 | CGNA: Konditionelle generative kontroverse Netze. arxiv code
• 2014 | DeepfaceVariante: Deep Learning Face Repräsentation aus der Vorhersage von 10.000 Klassen. pdf code
• 2014 | GAN: Generative kontroverse Netzwerke. arxiv code
• 2014 | Googlenet: Tiefer mit Konvolutionen. pdf code

Weitere Details im Modellzoo

Vorgebildetes Modell

• Ausrichtung der FastText -Vektoren von 78 Sprachen
• Verfügbare vorbereitete Worteinbettungen
• Inception-V3 von ImageNet
• Caffe2 -Modellrepository

Weitere Details im vorbereiteten Modell

Kurse

• [Berkeley] CS294: Tiefes Verstärkungslernen
• [Berkeley] STAT212B: THEPHEN KURZEN DER TEEFKELNEN
• [CUHK] ELEG 5040: Erweiterte Themen in der Signalverarbeitung (Einführung in Deep Learning)
• [CMU] Lernen und Kontrolle des tiefen Verstärkers
• [CMU] Neuronale Netze für NLP)

Weitere Details in Kursen

Bücher

• Deep Learning von Ian Goodfellow, Yoshua Bengio und Aaron Courville.中文版本
• Deep Learning Tutorial von Lisa Lab, Universität von Montreal
• Deep Learning Crashkurs
• Dokumentation zu allen Themen, die ich sowohl über künstliche Intelligenz als auch über maschinelles Lernen lerne.
• Interpretierbares maschinelles Lernen
• Deep Learning und das Spiel von Go
• Tiefes Lernen für die Suche
• Tiefes Lernen mit Pytorch
• Tiefes Verstärkungslernen in Aktion
• Tiefverstärkungsverstärkung
• Trokking Deep -Lernen für Computer Vision
• Probabilistisches tiefes Lernen mit Python
• Mathematik und Architekturen des tiefen Lernens
• Innen tiefes Lernen
• Engineering Deep Learning Plattformen
• Deep Learning mit R, zweite Ausgabe
• Regularisierung im tiefen Lernen
• Jax in Aktion
• Deep Learning mit Pytorch, zweite Ausgabe

Weitere Details in Büchern

Tutorials

• Ufldl Tutorial 1
• Ufldl Tutorial 2
• Tiefes Lernen für NLP (ohne Magie)
• Ein Deep -Learning -Tutorial: Von Wahrnehmungen bis hin zu tiefen Netzwerken
• Tiefes Lernen von unten nach oben
• Theano Tutorial
• Tensorflow -Tutorials
• Tiefes Lernen mit R in Bewegung
• Trokking tiefes Lernen in Bewegung
• Maschinelles Lernen, Datenwissenschaft und tiefes Lernen mit Python

Weitere Details in Tutorials

Software

• Keras Deep Learning Library für Theano und TensorFlow.
• Kur deskriptiven Deep Learning.
• Caffe Deep Learning Framework des BVLC
• CNTK Das Microsoft Cognitive Toolkit.
• Dlib Ein modernes C ++ - Toolkit mit Algorithmen und Tools für maschinelles Lernen zum Erstellen komplexer Software in C ++.
• PyTorch -Tensoren und dynamische neuronale Netzwerke in Python mit starker GPU -Beschleunigung.
• Scikit-Learn MACHINELN in Python.
  • Semisup-Learn Semi-Supervised-Lernrahmen für Python
• Tensorflow Eine Open -Source -Software -Bibliothek für die numerische Berechnung mithilfe von Datenflussdiagramm von Google

Weitere Details in Software

Anwendungen

• Pytorch

  • 2D- und 3D -Gesichtsausrichtungsbibliothek mit Pytorch Build
  • Gegentliche Autoencoder
  • Eine Implementierung von Wellenet mit schneller Generation
  • Ein schneller und differenzierbarer QP -Solver für Pytorch.
  • Eine Methode, um Sprache über mehrere Sprecher hinweg zu generieren
  • Ein Modell für die stilspezifische Musikgenerierung
  • Ein Toolkit für natürliche Sprachverarbeitung mit hochmodernen Deep-Learning-Modellen.
  • 使用 pytorch 实现 char rnn 生成古诗和周杰伦的歌词

• Theano

  • CNN-Yelp-Challenge-2016-Sentiment-Klasse
  • Deep Learning Tutorial für Pydata
  • Tiefes neuronales Netzwerk für die Stimmungsanalyse auf Twitter
  • Implementierungen vieler populärer Deep Learning -Modelle in Theano+Lasagne

• Tensorflow

  • Ein generisches Bilderkennungsprogramm, das den Tensorflow und eine vorgebrachte Inception verwendet.
  • Alle Arten von Text Classificaiton -Modellen und mehr mit tiefem Lernen
  • Anwenden von Übertragungslernen auf einen benutzerdefinierten Datensatz anwenden, indem die endgültige Ebene der Inception umgeschrieben wird
  • Eine einfache Implementierung von VGG19 mit TensorFlow, die eine detaillierte Erklärung enthält.
  • Ein Experimentiersystem zum Verstärkungslernen mit OpenAI -Fitnessstudio, Tensorflow und Keras.
  • Eine Implementierung von PIX2Pix in TensorFlow zur Verwendung mit Frames aus Filmen

• Keras

  • Ein DCGAN, um Anime -Gesichter mit einem benutzerdefinierten Mined -Datensatz zu generieren
  • Ein Klassifizierungssystem des Gesichtsausdrucks, das 6 grundlegende Emotionen erkennt: glücklich, traurig, Überraschung, Angst, Wut und Neutral.
  • Ein neuronales Netzwerk, das zum Schreiben eines neuronalen Netzwerkcodes mit automatischer Vervollständigung ausgebildet ist
  • Aufmerksamkeitsmechanismus -Implementierung für Keras.
  • Automatisiertes tiefe neuronale Netzwerkdesign mit genetischer Programmierung
  • Aufmerksamkeitsbasierte neuronale maschinelle Übersetzung für Keras
  • Keras-Implementierung des Ladder-Netzwerks für halbübergreifendes Lernen

• Mxnet

  • 使用 MXNET 的动态图接口 Gluon 实现 char rnn 生成古诗和周杰伦的歌词

Weitere Details in Anwendungen

Tolle Projekte

• 15 AI und maschinelles Lernen Ereignisse
• 188 Beispiele für künstliche Intelligenz in Aktion
• Eine kuratierte Liste automatisierter Papiere, Artikel, Tutorials, Folien und Projekte mit automatisiertem maschinellem Lernen
• Eine kuratierte Liste von fantastischen Frameworks, Bibliotheken und Software für maschinelles Lernen.
• Eine kuratierte Liste großartiger Orte, um Algorithmen zu lernen und/oder zu üben.
• Eine kuratierte Liste von fantastischen R -Paketen und -Tools
• Eine kuratierte Liste der fantastischen SLAM -Tutorials, Projekte und Gemeinschaften.
• Eine kuratierte Liste von Ressourcen, die sich der Brücke zwischen Coginitive Science und Deep Learning gewidmet haben
• Eine kuratierte Liste von Ressourcen, die sich der Verarbeitung natürlicher Sprache gewidmet haben (NLP)
• Eine kuratierte Liste von Ressourcen für NLP (natürliche Sprachverarbeitung) für Chinesisch
• Eine weitere kuratierte Liste von Deep -Learning -Ressourcen
• Eine Liste der Tools für künstliche Intelligenz, die Sie heute verwenden können
• Eine Liste von tiefen Lernimplementierungen in der Biologie
• Awesome-2Vec
• Tolle Aktionserkennung

Weitere Details in großartigen Projekten

Korpus

• 用于对话系统的中英文语料
• 搜狗实验室
• 情感分析︱网络公开的免费文本语料训练数据集汇总
• 中文情感分析用词语集
• 人民日报切分/标注语料库
• 哈工大信息检索研究中心 (Hit cir) 语言技术平台 享资源 享资源
• 中文句结构树资料库
• 中文对白语料 Chinesischer Konversationskorpus
• 中文语料小数据 ： Einige nützliche chinesische Corpus -Datensätze
• 中文人名语料库。中文姓名, 姓氏, 名字, 称呼, 日本人名, 翻译人名, 英文人名
• 联合国平行语料库
• 保险行业语料库
• 用于训练中英文对话系统的语料库 Datensätze für das Training von Chatbot -Systemen
• Ptt 八卦版問答中文語料
• 3 Millionen Instacart -Bestellungen, offene Quelle
• ACM Multimedia Systems Conference Dataset Archive
• Ein Datensatz für Buchempfehlungen: zehntausend Bücher, eine Million Bewertungen
• Ein Datensatz für die personalisierte Highlight -Erkennung
• Ein Datensatz von 200K englischen Klartext -Witzen.
• Ein groß angelegter und qualitativ hochwertiger Datensatz für Musikanalyse-Datensatz mit kommentierten Musiknotizen.
• Ein groß angelegter Datensatz mit manuell kommentierten Audioereignissen
• Alphabetische Liste kostenloser/öffentlicher Datensätze mit Textdaten für die Verwendung in NLP

Weitere Details in Corpus

Andere Ressourcen

• Synthical - KI -angetanter kollaborativer Forschungsumfeld. Sie können es verwenden, um Empfehlungen von Artikeln zu erhalten, die auf dem Lesen von Historien basieren, Arbeiten vereinfachen, herausfinden, welche Artikel Trends sind, Artikel nach Bedeutung (nicht nur Schlüsselwörter) suchen, Ordner von Artikeln erstellen und teilen, siehe Artikel von Artikeln von bestimmten Unternehmen und Universitäten usw.

Mitwirkende

Besonderer Dank geht an alle, die zu diesem Projekt beigetragen haben.

• raer6
• Isikdogan
• Ausgang
• Divamgupta
• Naman-Bhalla
• ppuliu
• Benedekrozemberczki
• Roziunicorn
• Von-Latinski

Lizenz

Die Details in Lizenz