真·干货!标星1.3k的网红深度学习教程,由浅入深,适合深度学习新手
HyperDL-Tutorial 是一个深度学习相关的系列文章,总结了在深度学习实践中的一些经验。
今天
分享给大家的是一份GitHub标星1.3k+的深度学习教程,号称是理论与实践的完美结合,内容由浅入深,非常适合深度学习新手。不过,这套教程并不适合还没有入门的0基础AI小白,每个章节中的所附内容还是以GitHub上的开源代码地址和相关论文为主,想看懂还是需要一定的研究基础。GitHub地址:https://github.com/zeusees/HyperDL-Tutorial
可爱的读者你可能会想,标星才1.3K,也没见得有多么高的热度呢!!!我是标星318时开始关注这个项目的,见证了HyperDL-Tutorial如何在网上走红,是一份名副其实的理论与实践的深度学习清单。
本教程涉及的内容有:
- 常见深度学习框架
- 基础网络
- 神经网络的优化
- 模型之间的转换
- 适用于移动端的框架
- 神经网络的设计
- 神经网络的适用场景
- 基础网络的训练
- 相关面试题
- 对抗蒸馏
这只是一级目录,每个目录下有大量的外部链接。(采用这种方式的主要原因是目前GitHub基本都具有较为丰富的训练测试代码,我们的目的主要是想将高效的网络推荐给大家,包括涉及的一些训练tricks)
比如"基础网络的训练"这个章节,作者给出了9种高效网络:
1.MobileNet(分类网络)
2.MnasNet(分类网络)
3.MTCNN(单一物体检测网络)
4.MobileNet-SSD(Single Shot 物体检测网络)
5.CTPN(文字定位网络)
6.insightface(人脸识别网络)
7.VanillaCNN(人脸关键点回归网络)
8.YOLO-V3(通用物体检测网络)
9.DeepOCR(文字识别网络)
针对每个模型给出了详细的源代码和训练使用教程,
在深度学习在图像领域的应用这一节,作者总结了在视觉领域一些方向上基于深度学习的优秀算法。
传送门:https://github.com/zeusees/HyperDL-Tutorial
记得收藏~
关键词
模型
网络
深度学习
神经网络
基础网络
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。