python深度学习机器学习必备的学习网站集合！

文章目录

目录

文章目录

         前言

一、Papers With Code

推荐理由

适合人群

二、DLab教学与实训平台

推荐理由

适合人群

优质教程(可选)

                 基于PyTorch搭建CNN实现视频动作分类任务-初级¶

活动信息

---

  CSDN话题挑战赛第1期

  活动详情地址：CSDN

  参赛话题：不为人知却想安利的宝贝网站

  话题描述：那些被埋藏在收藏夹的宝贝网站，是时候分享出来了

---

前言

  给大家分享一下 最近做深度学习 计算机视觉 自然语言处理所需要的必备网站。非常的实用。

有各种各样的项目。适合新手学习 进行资源数据代码探索！

---

一、Papers With Code

推荐理由

  有各种各样的前言技术 比如 nlp cv 推荐 图神经网络等热门的领域都有，还有很多细分的领域。比如 nlp中又细分了 语言模型 transformer 词嵌入等各种各样的 细分领域。

   有各种的新的方法+paper 还有很多公开的数据集 特别适合我们去做实验 找方法！

  网站地址： The Methods Corpus | Papers With Code

   网站的详细展示：

 

 

---

适合人群

  适合计算机专业的本科生，硕士 博士等需要发论文的同学。对上边的方法资源进行学习，探索。

---

二、DLab教学与实训平台

推荐理由

  有各种各样的联手项目 。有计算机视觉 自然语言处理 推荐等各种练手的项目。适合新手入门让你深度学习 机器学习的同学进行学习。

应用场景：

数据挖掘

自然语言处理

计算机视觉

---

适合人群

  适合计算机专业的本科生，硕士 博士等需要发论文的同学。对上边的方法资源进行学习，探索。

---

优质教程(可选)

  

---

 

 

例如这个例子：

基于PyTorch搭建CNN实现视频动作分类任务-初级¶

1.写在前面¶对视频数据的处理是计算机视觉领域非常重要的一部分内容。视频主要是由大量的视频帧图像所构成。相比于单一的图像，视频中多出了时间维度的信息，物体在先后帧中出现的顺序和状态等信息都非常关键。同时视频数据的数据量更大，而且相邻帧间差距较小，使得数据冗余度较高。所以在视频任务中，如何处理好时序信息、如何高效提取特征都是至关重要的问题。
本教程通过实例来介绍和实现一个简单的视频动作分类方法。本教程通过加载和预处理数据、构造和提取特征、训练分类器得到一个可以应用的视频动作分类工具。
1.1 任务描述¶视频动作分类任务是根据一段视频信息判别出视频中主要出现的动作类别。这是一个典型的分类任务。
例如当给出如下篮球视频，就希望模型能够给出打篮球这样的动作分类，或是输出该动作在数据集映射表中的编号。 

非常的详细：

可以直接下载数据集，而且都是免费的！

 

 

活动信息

  CSDN话题挑战赛第1期活动

  详情地址：CSDN