Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/weslynn/100-days-of-ai-code
100 Days of Artificial Intelligence Coding。人工智能100天. 100张知识卡片，100篇经典中英对照论文 100份代码 python+pytorch配置。
https://github.com/weslynn/100-days-of-ai-code
ai amazing cnn gan
Last synced: 14 days ago
JSON representation
100 Days of Artificial Intelligence Coding。人工智能100天. 100张知识卡片，100篇经典中英对照论文 100份代码 python+pytorch配置。
- Host: GitHub
- URL: https://github.com/weslynn/100-days-of-ai-code
- Owner: weslynn
- License: cc0-1.0
- Created: 2020-07-07T01:38:48.000Z (over 4 years ago)
- Default Branch: master
- Last Pushed: 2021-04-30T07:39:18.000Z (almost 4 years ago)
- Last Synced: 2024-11-17T23:12:38.542Z (3 months ago)
- Topics: ai, amazing, cnn, gan
- Homepage:
- Size: 1.47 MB
- Stars: 27
- Watchers: 0
- Forks: 5
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# 100-Days-Of-AI-Code
100 Days of Artificial Intelligence Coding。人工智能100天
之前推出了一个资源合集 AlphaTree计划，https://github.com/weslynn/AlphaTree-graphic-deep-neural-network/
但是不少小伙伴反馈，很多时候资源太多，学起来无从下手 （无奈脸），往往都在收藏夹里吃灰。 于是打算推出一个 人工智能100天计划，带大家一起学习github上的项目和AI的基础知识。而且针对有的小伙伴英文不好的情况，贴心的我还提供了一些翻译链接，如果没有人翻译过，就提供论文机翻给到大家。
如果喜欢，就star一个吧。
## 为什么要做这样的一个AI100天计划
网上有不少机器学习的计划，也有一些roadmap，但是深度学习的不多，而且大多就是论文阅读列表。对于我们很多人来说，很难坚持下去。
所以我从图像入手，将一些重要的论文 ，论文翻译，源代码， 按发展时间，领域整合在一起。作为深度学习这部分学习的基础。
如果大家有兴趣 再召唤其他系列 如 nlp 推荐，硬件机器人等
除了前两周最基础的网络结构外，根据不同的方向可以衍生出多种打卡模式。
每个同学也可以选择自己喜欢方式来进行。
初学者 可以只看知识卡片 或者后期加入刷题 对每个方向有个大概了解。 每天十五分钟。
进阶或者二刷的小伙伴 就可以详细看别人的打卡笔记 或者自己根据资料写打卡笔记
一篇文章和代码 全部吃透 需要点时间。一般一周之内吧。
会提供资料：
1 论文原文，机翻，或者 大家共享的翻译资料。
2 多种官方或者第三方源代码链接，项目提供的参考源码基于 python ＋pytorch 。
3 论文或者项目 的相关文章 （待开放 你们也可以自己推荐 ）
CC-BY-NC-SA 知识共享-署名-非商业性-相同方式共享
## 按照什么顺序来刷
本计划持续时间约4个月。
本计划分八个板块。以基础为主。想要对深度学习有个整个了解的，可以按顺序全刷
－A 深度学习基础
－B 轻量级网络和大型网络
－C 物体检测
－D 物体分割
－E 人脸，文字的检测与识别
－F 肢体识别
－G GAN基础
－H GAN应用
想主要针对GAN的小伙伴 可以主刷 A G H E ，因为现在GAN在应用上，还是以人的生成较多，可以辅助F，换装系列 都要用到肢体相关的
图像分析，视频分析的小伙伴：可以试试 A C D E
希望你们挖掘更多简洁的路径，也希望更多小伙伴加入到这个计划，跟进开发更新的方法和创新应用。
基础部分相对比较简单，每个网络大家尽可能动手去写一写。选择了一些相对轻量的数据库，如ｃｉｆａｒ１０，大部分小伙伴的机器还是跑得动的。
### 第一个月 深度学习基础
- [Object Classification 物体分类]
- A：Week1 : 最基础的深度网络
- [[LeNet] 掌握第一个商用的多层神经网络及其结构。 BP神经网络
知识点：反向传播算法 / 卷积 / 激活函数 / 神经元结构](https://aiqianji.com/blog/topic/10)
中英文对照翻译：https://aiqianji.com/blog/article/9
- [[AlexNet] 掌握8层的AlexNet的结构，细化多种激活函数
知识点：RELU / pooling /dropout](https://aiqianji.com/blog/topic/11)
中英文对照翻译：https://aiqianji.com/blog/article/20
- [[NIN] 了解NIN的设计](https://aiqianji.com/blog/topic/12)
知识卡片和网络介绍：https://aiqianji.com/blog/topic/12
中英文对照翻译：https://aiqianji.com/blog/article/15
- [[VGG]设计最简洁的VGG](https://aiqianji.com/blog/topic/13)
知识卡片和网络介绍：https://aiqianji.com/blog/topic/13
中英文对照翻译：https://aiqianji.com/blog/article/31
- [[GoogLeNet]](https://aiqianji.com/blog/topic/15)
知识卡片和网络介绍：https://aiqianji.com/blog/topic/15
中英文对照翻译：https://aiqianji.com/blog/article/25
- [Week1 总结](https://aiqianji.com/blog/topic/80)
---
- A：Week2 :出现ResNet之后，网络结构发生了各种变化
- [ResNet](https://aiqianji.com/blog/topic/16)
知识卡片和网络介绍：https://aiqianji.com/blog/topic/16
中英文对照翻译：https://aiqianji.com/blog/article/34
- [Inception V3](https://aiqianji.com/blog/topic/17)
知识卡片和网络介绍：https://aiqianji.com/blog/topic/17
中英文对照翻译： https://aiqianji.com/blog/article/30
- [Inception-Resnet](https://aiqianji.com/blog/topic/74)
知识卡片和网络介绍：https://aiqianji.com/blog/topic/74
中英文对照翻译： https://aiqianji.com/blog/article/32
- [DenseNet](https://aiqianji.com/blog/topic/75)
知识卡片和网络介绍：https://aiqianji.com/blog/topic/75
中英文对照翻译： https://aiqianji.com/blog/article/32
- [DPN](https://aiqianji.com/blog/topic/85)
知识卡片和网络介绍：https://aiqianji.com/blog/topic/85
中英文对照翻译： https://aiqianji.com/blog/article/79
B ：Week3 轻量级模型 & 剪枝
- [MobileNet]
- [MobileNetV2]
- [SuffleNet]
- [SuffleNetV2]
- [SqueezeNet-SENet](https://aiqianji.com/blog/topic/72)
-
- Week4： Resnet模型变种的发展 和自动学习
- [ResNeXt]
- [DPN]
- [WRN]
- [NasNet]
- [MNasNet]
### 第二个月 物体检测和分割
- [Object Detection 物体检测](#object-detection-物体检测)
- C 1-2周 物体检测
- [RCNN]
- [SppNet]
- [FastRCNN]
- [FasterRCNN]
- [Yolo]
- [SSD]
- [FPN]
- [RFCN]
- [RetinaNet]
- [MaskRCNN]
- [Object Segmentation 物体分割](#object-segmentation-物体分割)
- D 3-4周 物体分割
- [FCN]
- [SegNet]
- [UNet]
- [DecovNet]
- [LinkNet]
- [RefineNet]
- [PSPNet]
- [DeepLab]
- [DenseASPP]
- [FastFCN]
### 第三个月 与人相关的部分
- [ Detection & Recognition 基础检测与识别（人脸，文字）]
- E 1周 人脸与特征点检测
- [MTCNN](#mtcnn-详解-detail-zhang-kaipeng-乔宇-qiao-yu--cuhk-mmlab--siat)
- [Deep Face](#deep-face)
- [FaceNet](#facenet-详解-detail)
- [OCR](ocroptical-character-recognition-字符识别--str-scene-text-recognition-场景文字识别)
- E 2周 OCR相关
- [CTPN](#ctpn-connectionist-text-proposal-network--详解-detail--zhi-tian--乔宇-qiao-yu--cuhk-mmlab--siat)
- [TextBoxes](#textboxes--详解-detail-白翔-xiang-baimedia-and-communication-lab-hust)
- [CRNN](#crnn-详解-detail-白翔-xiang-baimedia-and-communication-lab-hust)
- F 2-3周 肢体检测
### 第四个月 GAN 生成对抗网络
- [GAN 生成式对抗网络](#gan-生成式对抗网络)
- G 1-2周 GAN基础
- [GAN]
- [CGAN]
- [InfoGAN]
- [SemiGAN]
- [ACGAN]
- [DCGAN]
- [ProGAN]
- [SAGAN]
- [BigGAN]
- [StyleGAN]
H 3-4周 GAN应用
## 碎碎念
本来，只是打算个人继续抽空将AlphaTree 整理一下，然后但是有小伙伴加入了这个计划。
事情就变成了这样：
（*&*&&…………&￥%……￥……&**
譬如需要论文摘要 获取论文中的图或者公式， 就开发了论文解析翻译系统 还带论文更新和论文推荐…… 现在解析了几千篇了 @_@ 以后会有论文生成功能…… 要小声一点 不要被别人听到
譬如需要论文图放大，弄清晰一些，就加入了超分辨率 @_@
还有若干…… 甚至弄了个聊天机器人来陪着读论文是什么鬼 ^_^，（GAN生成的小姐姐 就是美 么么哒）下次记得帮我写点代码 谢谢
据说还要加神秘功能……
哦 对了 还做了个网站…… 叫 AI千集 还是beta0.5版。 www.aiqianji.com
此处经历了什么 可以脑补）
所以这个项目持续了很久的“准备”阶段。 额 本来 我只是想出个计划 帮大家刷刷题 刷刷论文，刷刷代码。
也许 这就是抛砖引玉吧。