算法学习、工程应用的资源集合 尤其是AI guide或者tutorials

• 深度学习框架

  1. Pytorch (Facebook人工智能研究院，命令式编程)
  2. Mxnet (Amazon，命令式编程+图计算)
  3. Keras (tensorflow高阶api，命令式编程)

  以上框架学习成本较低，有完善且成体系的教程，pytorch广泛用于学术和工业；mxnet和pytorch性能和功能几乎对等，只是比较低调；keras更适用于学生群体。
  不建议使用tensorflow 1.0，如果一定要学习tensorflow，建议使用2.0版本以上。

• 编程工具

  如果你90%的业务需求需要python语言，那么pycharm是你需要优先考虑的。

• 如果你想让自己基于python开发的神经网络模型投入实际生产中，那么你需要提前掌握至少以下模块或者知识点

  1. 多线程、多进程
  2. 类
  3. 正则表达式
  4. logging
  5. 装饰器
  6. cv2, numpy, os, json, pandas, skearn
  7. flask框架
  8. python 编程规范和工程搭建指南
  • PEP 8
  • 实践指南
  9. 数据科学python工程模板
  • How_to_Structure_a_Python-Based_Data_Science_Project_(a_short_tutorial_for_beginners)

1. Distributed (Deep) Machine Learning Community —— mxnet发展蓝图

• https://github.com/dmlc

2. 《动手深度学习》 —— 入门mxnet的最好资料

• https://zh.d2l.ai/

3. mxnet gluon —— 问题交流论坛

• https://discuss.gluon.ai/

4. mxnet gluon python api —— mxnet api结构，用于模型调试和问题分析

• http://mxnet.incubator.apache.org/api/python/docs/api/index.html

5. mxnet gluon model zoo Tutorials —— 有哪些可以直接使用的预训练模型

• https://gluon-cv.mxnet.io/tutorials/index.html

6. mxnet gluonNLP model zoo and tutorials —— NLP可调用预训练模型（包括BERT）以及如何自己从0开始构造nlp模型

• https://gluon-nlp.mxnet.io/master/index.html

1. 中文系统教程 —— 最好最方便入门中文资料

• https://pytorch-cn.readthedocs.io/zh/latest/

2. 英文系统教程 —— 最好最方便入门的英文资料

• https://pytorch.org/docs/stable/index.html

1. 中文系统教程 —— 最好最方便入门中文资料

• https://keras.io/zh/

1. 如果你想初步了解深度学习以及python实践，以下是你不错的选择

• [Deep Learning with Python](AI tutorial/Deep Learning with Python.pdf)

2. 如果你想进阶深度学习，包括优化策略、loss分析、train/test策略、权重分析、ends-ends等，以下是你不错的选择

• [Machine Learning Yearning](AI tutorial/Machine Learning Yearning-1-52.pdf)

3. 如果你想对NLP有一个快速而有系统的认识，以下是你不错的选择

• [Notes on Deep Learning for NLP](AI tutorial/Notes on Deep Learning for NLP.pdf)

4. 如果你想对深度学习有系统而又全面的认识，以下是你不错的选择

• [深度学习](AI tutorial/dlbook_cn_v0.5-beta.pdf)

5. 如果你想对CRF理论建立深刻的认识，以下是你不错的选择

• [CRF](AI tutorial/crf-tutorial.pdf)

6. 如果你想初略看下深度学习应用，例如风格迁移、生成古诗词等，以下是你不错的选择

• [深度有趣](AI tutorial/深度有趣.pdf)

7. 如果你想通过看中文视频学习整个的AI相关理论，例如CNN\RNN\GAN\NLP\RL\AM等，以下是你不错的选择

• 李宏毅-**大学-视频
• 李宏毅-**大学-个人网站/pdf/PPT

8. 如果你想身临其境看看神经网络模型内部结果，以下3D可视化网站是你不错的选择

• 3D网络可视化

• 如果是学术科研, maybe depend on python only, (如果有学术大神还请指正)

• 如果是工业生产, maybe 30% depend on python only, what 70% is?

  以上流程尤以部署升级、模型优化迭代难度较为突出

1. 如果你想用Python重复CV各种算法，以下是你不错的选择

• Programming Computer Vision with Python

1. 矩阵、向量运算

• http://zh.gluon.ai/chapter_appendix/math.html

2. java 学习资料

• https://github.com/freestylefly/javaStudy#ajax