推荐 | 一个机器学习与计算机视觉方向的技术公众号

今天要给大家推荐的是一个 AI 领域的公众号：算法猿的成长（AI_Developer）。

公众号作者本科和硕士都就读于一所 985 高校，读研期间的研究方向是图像方向，去年毕业后加入京东，任职算法工程师，继续从事计算机视觉方向的工作。

定期分享 Python 编程、机器学习、计算机视觉等学习笔记以及实践项目文章，不定期分享一些工作生活心得感想，关注公众号可以获取机器学习入门电子书和视频，欢迎交流，一起成长。

这里介绍 算法猿的成长 公众号的部分内容，希望对大家的学习和工作有所帮助！

---

公众号内容

机器学习入门系列

• 机器学习入门学习资料推荐

• 机器学习入门系列(1)--机器学习概览(上)

• 机器学习入门系列(2)--机器学习概览(下)

• 机器学习入门系列（1）--机器学习概览

• 机器学习入门系列(2)--如何构建一个完整的机器学习项目(一)

• 机器学习数据集的获取和测试集的构建方法

• 特征工程之数据预处理（上）

• 特征工程之数据预处理（下）

• 特征工程之特征缩放&特征编码

• 特征工程(完)

• 常用机器学习算法汇总比较(上）

• 常用机器学习算法汇总比较(中）

• 常用机器学习算法汇总比较(完）

• 简单聊聊模型的性能评估标准

• 模型评估、过拟合欠拟合以及超参数调优方法

• 初学者的机器学习入门实战教程！

计算机视觉

• 来了解下计算机视觉的八大应用

• 资源 | 最新的细粒度图像分析资源

• [GAN学习系列1]初识GAN

• [GAN学习系列2] GAN的起源

• 谷歌开源的 GAN 库--TFGAN

• [GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(上）

• [GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(中）

• [GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(下）

• 一文了解下 GANs可以做到的事情

• 必读的10篇关于GAN的论文

PyTorch 系列

• 快速入门Pytorch(1)--安装、张量以及梯度

• 快速入门PyTorch(2)--如何构建一个神经网络

• 快速入门PyTorch(3)--训练一个图片分类器和多 GPUs 训练

• PyTorch系列 | 快速入门迁移学习

• PyTorch系列 | 如何加快你的模型训练速度呢？

• PyTorch 系列 | 数据加载和预处理教程

Python 基础入门系列

• Python 基础入门--简介和环境配置

• Python基础入门_2基础语法和变量类型

• Python基础入门_3条件语句和迭代循环

• Python基础入门_4函数

• Python基础入门_5面向对象基础

• Python基础入门6_文件和异常

• Python基础入门7--编写测试用例

Jupyter notebook

• 快速入门 Jupyter notebook

• Jupyter 进阶教程

• 如何远程访问服务器的 Jupyter notebook

实战项目

• [实战] 图片转素描图

• [实战]制作简单的公众号二维码关注图

• itchat 保存好友信息以及生成好友头像图片墙

• 实战|手把手教你训练一个基于Keras的多标签图像分类器

资源分享

• 推荐几本数据结构算法书籍和课程

• [资源分享] Github上八千Star的深度学习500问教程

• [资源分享] 吴恩达最新《机器学习训练秘籍》中文版可以免费下载了！

• [资源分享] TensorFlow 官方中文版教程来了

• 必读的AI和深度学习博客

• [教程]一份简单易懂的 TensorFlow 教程

• [资源分享] 推荐两本电子书

• [资源]181个Python开源项目分享！

• [资源]基于 Pytorch 的 TorchGAN开源了！:

• [资源]推荐一些Python书籍和教程，入门和进阶的都有！

• [Github 项目推荐] 一个更好阅读和查找论文的网站

• [资源推荐] 必须收藏的两个查找论文和代码实现的网站！

• [Github项目推荐] 机器学习& Python 知识点速查表

• [Github项目推荐] 推荐三个助你更好利用Github的工具

• 搜索和在线阅读 Github 代码的插件推荐

• 日入过万星的 Github 项目

• 这些单词你都念对了吗？顺便推荐三份程序员专属英语教程！

• Github上的各大高校资料以及国外公开课视频

• 5月份 Github 上最热的十个 Python 项目，从Debug工具到AI水军、量化交易系统。

• [Github项目]基于PyTorch的深度学习网络模型实现

• [Github推荐]CVPR2019录用论文下载及可视化论文网站

---

未来计划

未来公众号的更新主要还是分两个方向，Python 编程和深度学习方向，并且会继续以一个系列来进行更新，这样会比较系统，此外，也会继续翻译国外一些优秀的文章，以及转载推荐优秀又有趣的，偏重实战方向的文章。

计划的更新系列包括：

• Python 的进阶系列

• leetcode 刷题系列

• 深度学习系列，包括经典网络论文阅读及代码实现等内容

然后也会继续增加更多实操性和自己的理解，尽量将知识点以通俗易懂的语言进行介绍。如果大家有什么感兴趣或者不懂的点，也可以反馈给公号小编，希望大家一起共同成长！