Documents d'apprentissage en profondeur impressionnants et autres ressources
Une liste des articles récents concernant l'apprentissage en profondeur et l'apprentissage en renforcement profond. Ils sont triés par le temps pour voir les articles récents en premier. Je renouvellerai les articles récents et ajouterai des notes à ces articles.
Vous devriez trouver les articles et les logiciels avec le drapeau Star sont plus importants ou plus populaires.
Table des matières
- Papiers
- Zoo modèle
- Modèle pré-entraîné
- Cours
- Livres
- Tutoriels
- Logiciel
- Applications
- Projets impressionnants
- Corpus
Papiers
- 2021 ans
- vision par ordinateur
- processus de langue naturelle
- modèle multiple
- 2020
- apprentissage en profondeur
- Apprentissage en renforcement profond
- processus de langue naturelle
- vision par ordinateur
- Année 2019
- apprentissage en profondeur
- Apprentissage en renforcement profond
- processus de langue naturelle
- vision par ordinateur
- Année 2018
- apprentissage en profondeur
- Apprentissage en renforcement profond
- processus de langue naturelle
- vision par ordinateur
- Année 2017
- apprentissage en profondeur
- Apprentissage en renforcement profond
- processus de langue naturelle
- vision par ordinateur
- Année 2016
- apprentissage en profondeur
- Apprentissage en renforcement profond
- processus de langue naturelle
- vision par ordinateur
- Année 2015
- Année 2014
- Année 2013
- Année 2012
- Année 2011
- Année 2010
- Avant 2010
Zoo modèle
- 2012 | Alexnet: Classification ImageNet avec des réseaux de neurones convolutionnels profonds.
code pdf - 2013 | RCNN: Hiérarchies de fonctionnalités riches pour la détection précise d'objets et la segmentation sémantique.
code arxiv - 2014 | CGNA: réseaux adversaires génératifs conditionnels.
code arxiv - 2014 | DeepFaceVariant: Deep Learning Face Représentation de la prévision de 10 000 classes.
code pdf - 2014 | Gan: réseaux adversaires génératifs.
code arxiv - 2014 | Googlenet: aller plus loin avec les convolutions.
code pdf
Plus de détails dans Model Zoo
Modèle pré-qualifié
- Alignement les vecteurs FastText de 78 langues
- Disponible les incorporations de mots pré-entraînés
- Inception-V3 de ImageNet
- Référentiel du modèle CAF2
Plus de détails dans le modèle pré-entraîné
Cours
- [Berkeley] CS294: Apprentissage en renforcement profond
- [Berkeley] STAT212B: Cours de sujets sur l'apprentissage en profondeur
- [CUHK] ELEG 5040: Sujets avancés dans le traitement du signal (Introduction à l'apprentissage en profondeur)
- [CMU] Apprentissage et contrôle du renforcement profond
- [CMU] Réseaux de neurones pour la PNL)
Plus de détails dans les cours
Livres
- Deep Learning par Ian Goodfellow, Yoshua Bengio et Aaron Courville.
中文版本 - Tutoriel d'apprentissage en profondeur par Lisa Lab, Université de Montréal
- Cours de crash d'apprentissage en profondeur
- Documentation sur tous les sujets que j'apprends sur l'intelligence artificielle et l'apprentissage automatique.
- Apprentissage machine interprétable
- Deep Learning et le jeu de GO
- Apprentissage en profondeur pour la recherche
- Apprentissage en profondeur avec Pytorch
- Apprentissage en renforcement profond en action
- GRODKING SEPORT RENFORCEMENT LERNING
- GRODKING DEEP Learning for Computer Vision
- Apprentissage en profondeur probabiliste avec Python
- Mathématiques et architectures de l'apprentissage en profondeur
- Inside Deep Learning
- Plateformes d'apprentissage en profondeur d'ingénierie
- Deep Learning with R, deuxième édition
- Régularisation dans l'apprentissage en profondeur
- Jax en action
- Deep Learning with Pytorch, deuxième édition
Plus de détails dans les livres
Tutoriels
- Tutoriel UFLDL 1
- Tutoriel UFLDL 2
- Apprentissage en profondeur pour la PNL (sans magie)
- Un tutoriel d'apprentissage en profondeur: des perceptrons aux réseaux profonds
- Apprentissage en profondeur de bas
- Tutoriel Theano
- Tutoriels TensorFlow
- Apprentissage en profondeur avec R en mouvement
- GRODKING DEEP Learning in Motion
- Apprentissage automatique, science des données et apprentissage en profondeur avec Python
Plus de détails dans les tutoriels
Logiciel
- Bibliothèque
Keras Deep Learning pour Theano et Tensorflow. -
Kur Descriptif Deep Learning. - Framework de Deep Learning
Caffe par le BVLC -
CNTK La boîte à outils cognitive Microsoft. -
Dlib une boîte à outils C ++ moderne contenant des algorithmes d'apprentissage automatique et des outils pour créer des logiciels complexes en C ++. - Tenseurs
PyTorch et réseaux de neurones dynamiques en Python avec une forte accélération du GPU. -
Scikit-Learn Machine Learning in Python.-
Semisup-Learn Cadres d'apprentissage semi-supervisés pour Python
-
Tensorflow une bibliothèque de logiciels open source pour un calcul numérique à l'aide de Data Flow Graph par Google
Plus de détails dans les logiciels
Applications
pytorch
- Bâtiment de bibliothèque d'alignement 2D et 3D Face à l'aide de Pytorch
- Autoencoders adversaires
- Une implémentation de wavenet avec une génération rapide
- Un solveur QP rapide et différenciable pour Pytorch.
- Une méthode pour générer une parole sur plusieurs haut-parleurs
- Un modèle de génération de musique spécifique au style
- Une boîte à outils de traitement du langage naturel à l'aide de modèles d'apprentissage en profondeur de pointe.
- 使用 pytorch 实现 char rnn 生成古诗和周杰伦的歌词
Theano
- CNN-YELP-Challenge-2016-Sentiment-classification
- Tutoriel d'apprentissage en profondeur pour pydata
- Réseau neuronal profond pour l'analyse des sentiments sur Twitter
- Implémentations de nombreux modèles d'apprentissage en profondeur populaires dans Theano + Lasagne
tensorflow
- Un programme de détection d'image générique qui utilise TensorFlow et une création pré-formée.
- Toutes sortes de modèles de classification de texte et plus encore avec l'apprentissage en profondeur
- Appliquer l'apprentissage du transfert à un ensemble de données personnalisé en recyclant la couche finale de la création
- Un implémentaire facile de VGG19 avec TensorFlow, qui a une explication détaillée.
- Un système d'expérimentation pour l'apprentissage du renforcement à l'aide de l'Openai Gym, TensorFlow et Keras.
- Une implémentation de PIX2PIX dans Tensorflow pour une utilisation avec des cadres de films
Kéras
- Un DCGAN pour générer des visages d'anime à l'aide d'un ensemble de données minéré personnalisé
- Un système de classification d'expression faciale qui reconnaît 6 émotions de base: heureuse, triste, surprise, peur, colère et neutre.
- Un réseau neuronal formé pour aider à rédiger un code de réseau neuronal à l'aide de la saisie semi-automatique
- Implémentation du mécanisme d'attention pour Keras.
- Conception automatisée de réseau neuronal profond avec programmation génétique
- Traduction de machine neurale basée sur l'attention pour Keras
- Implémentation de Keras du réseau d'échelle pour l'apprentissage semi-supervisé
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
Plus de détails dans les applications
Projets impressionnants
- 15 événements d'apprentissage de l'IA et de la machine
- 188 Exemples d'intelligence artificielle en action
- Une liste organisée de papiers automatisés d'apprentissage automatique, d'articles, de tutoriels, de diapositives et de projets
- Une liste organisée de cadres d'apprentissage automatique impressionnants, de bibliothèques et de logiciels.
- Une liste organisée d'endroits impressionnants pour apprendre et / ou pratiquer des algorithmes.
- Une liste organisée de packages et d'outils impressionnants
- Une liste organisée de didacticiels, de projets et de communautés impressionnants.
- Une liste organisée de ressources dédiées au pont entre la science coginitive et l'apprentissage en profondeur
- Une liste organisée de ressources dédiées au traitement du langage naturel (NLP)
- Une liste organisée de ressources pour la PNL (traitement du langage naturel) pour chinois
- Une autre liste organisée de ressources d'apprentissage en profondeur
- Une liste d'outils d'intelligence artificielle que vous pouvez utiliser aujourd'hui
- Une liste des implémentations d'apprentissage en profondeur en biologie
- Génial-2vec
- Réception d'action impressionnante
Plus de détails dans des projets impressionnants
Corpus
- 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 (frapper 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 Corpus de conversation chinoise
- 中文语料小数据: quelques ensembles de données de corps chinois utiles
- 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 ensembles de données pour la formation du système de chatbot
- PTT 八卦版問答中文語料
- 3 millions de commandes Instacart, ouverts
- ACM Multimedia Systems Conference Dataset Archive
- Un ensemble de données pour les recommandations de livres: dix mille livres, un million de notes
- Un ensemble de données pour la détection de reflets personnalisée
- Un ensemble de données de blagues en texte en clair en anglais 200K.
- Un ensemble de données à grande échelle et de haute qualité: un ensemble de données de données pour l'analyse musicale des notes de musique annotées.
- Un ensemble de données à grande échelle d'événements audio annotés manuellement
- Liste alphabétique des ensembles de données de domaine gratuit / public avec des données de texte à utiliser dans NLP
Plus de détails dans le corpus
Autres ressources
- Environnement de recherche collaboratif synthétique - AI. Vous pouvez l'utiliser pour obtenir des recommandations d'articles basés sur l'historique de la lecture, simplifier les articles, découvrir quelles articles sont tendance, rechercher des articles par sens (pas seulement des mots clés), créer et partager des dossiers d'articles, voir des listes d'articles de sociétés et d'universités spécifiques, etc.
Contributeurs
Un merci spécial à tous ceux qui ont contribué à ce projet.
- raer6
- isikdogan
- dépasser
- divamgupta
- Naman-Bhalla
- ppuliu
- Benedekrozemberczki
- roziunicorn
- von-latinski
Licence
Les détails de la licence