前言
本系列文章不仅会介绍深度学习以及特定领域(CV、NLP)的基础理论知识,还会精读一系列经典的论文,深入分析它们的创新点和应用场景,部分包括相关面试题。
本人目前大三,为了能够帮助自己深入理解,因此编写此系列文章,文章有任何问题大家都可随时指出。
基础
深度学习
深度学习基础——损失函数
(计划)深度学习基础——优化器
计算机视觉(CV)
(计划)计算机视觉基础——传统图像处理
论文精读
卷积神经网络
YOLO系列
论文精读——YOLOv1
论文精读——YOLOv2
论文精读——YOLOv3
论文精读——YOLOv4
论文精读——YOLOv5
YOLO系列演变
参考
论文精读
Code
深度学习论文实现(annotated_deep_learning_paper_implementations)
经典网络的代码(pytorch-cifar100)
面试题
深度学习面试宝典(含数学、机器学习、深度学习、计算机视觉、自然语言处理和SLAM等方向)
Datawhale成员整理的面经(内容包括机器学习,CV,NLP,推荐,开发等)