计算机相关资源整理

1 机器学习

1、cs229
2、特征工程到底是什么？
3、XGBoost/GBDT相关blog推荐
4、Ensemble_learning集成学习算法 stacking 算法 　

1.1 深度学习

1.1.1 通用

1、深度学习最全优化方法总结比较（SGD，Adagrad，Adadelta，Adam，Adamax，Nadam）
2、softmax函数计算时候为什么要减去一个最大值？
3、深度学习中常见的优化方法（from SGD to AMSGRAD）和正则化技巧
4、噪声对比估计算法，优化softmax计算复杂度，不可算变可算

1.1.2 卷积神经网络

1、卷积神经网络中的感受野计算（译）
2、A Beginner's Guide To Understanding Convolutional Neural Networks 　　

1.1.3 循环神经网络

1、人人都能看懂的LSTM

2 计算机视觉

1、Awesome Deep Vision(基于深度学习的计算机视觉合集)
2、机器视觉、图像处理、机器学习领域相关代码和工程项目和数据集 集合

2.1 Tracking

1、计算机视觉中，目前有哪些经典的目标跟踪算法？
2、benchmark_results (Github上的资源合集，基本上囊括了所有的单目标跟踪算法)
3、TBCF(Github上基于相关滤波的单目标跟踪资源合集)

2.2 Detection

1、awesome-object-detection
2、目标检测中的mAP是什么含义？
3、目标检测技术演进
4、faster-rnn原理及概念解释
5、对SPP-NET的理解

3 自然语言处理

3.1 word2vec

1、skip-gram较基础的理解篇
2、GloVe模型的理解篇
3、布朗聚类
4、理论篇

3.2 seq2seq

1、seq2seq模型介绍
2、seq2seq中的Beam-Search算法

3.3 注意力机制

1、深度学习中的注意力机制
2、深度学习中 的 Attention机制
3、Translation of Attention is all you need
4、神经机器翻译 之 谷歌 transformer 模型
5、Document-transformer

4 编程

4.1 Python

4.1.1 Python基础

1、Effective Python示例代码

4.1.2 深度学习框架

1、https://github.com/yunjey/pytorch-tutorial
2、Pytorch相关资源大合集
3、ubuntu16.04.3安装Bazel+源码编译安装tensorflow(CUDA9.0)
4、源码安装tensorflow一些细节的选择
5、bazel编译tensorflow工具的使用方法
6、TensorFlow Lite模型生成以及bazel的安装使用、出现的问题及解决方案整合
7、Tensorflow Lite之编译生成tflite文件（使用源码完成）
8、tensorflow 多GPU训练
9、caffe模型可视化
10、Pycharm无法import tensorflow
11、 Ubuntu14+caffe编译：最好编译Python2.7版本，Python3很难编译通过
12、Pytorch出现类似于core-dump的问题：检查是不是Pytorch的版本和系统编译器版本是不是兼容

4.2 OpenCV相关

5 Linux使用

1、linux修改磁盘挂载目录
2、NextCloud: Change data directory to use another disk partition
3、linux使用LVM合并硬盘
4、linux多个分区合并为一个分区
5、Linux中常用操作命令