深度学习领域的神文(带注释版)

最新推荐文章于 2024-05-01 00:30:00 发布

weixin_42774642

最新推荐文章于 2024-05-01 00:30:00 发布

阅读量210

点赞数

分类专栏：机器学习

原文链接：https://www.jianshu.com/p/70b464b3c8f5

版权

8 篇文章 0 订阅

订阅专栏

重磅！深度学习 500 问更新，GitHub 2.6W 星（附完整下载） - 红色石头的文章 - 知乎
https://zhuanlan.zhihu.com/p/71979604
神经网络与深度学习(github,国人总结整理的)
https://nndl.github.io/
这是作者多年以来学习总结的笔记，经整理之后开源于世。写得相当好:
http://www.huaxiaozhuan.com/

(*****)一文读懂Faster RCNN https://zhuanlan.zhihu.com/p/31426458 (强烈推荐,写得是真的很好,错误最少的一篇)
[***]从编程实现角度学习Faster R-CNN（附极简实现）[https://zhuanlan.zhihu.com/p/32404424] (https://zhuanlan.zhihu.com/p/32404424) (其实我感觉作者自己也没看懂, 拷贝了一份代码改了改, 中间有些原理也是瞎几把猜的)
作者实现了一版faster R-CNN, 定义了四个类: Dataset, Extractor ->提取特征, RPN->生成ROIs, RoIHead->对ROIs微调, 重点看一下文中提到的anchors个数计算.
[*]https://zhuanlan.zhihu.com/p/24916624 (重点讲了RPN, 一般)
[****]Faster R-CNN: Down the rabbit hole of modern object detection https://tryolabs.com/blog/2018/01/18/faster-r-cnn-down-the-rabbit-hole-of-modern-object-detection/ (最牛的就是文中的高清大图)
[**]深度学习目标检测模型全面综述：Faster R-CNN、R-FCN和SSD https://zhuanlan.zhihu.com/p/29434605 (一篇写给小白的归纳总结文, 没啥深度, 能让你了解三者的区别和来龙去脉, 背下来可以出去吹牛逼了)
[?]图解Faster R-CNN: https://zhuanlan.zhihu.com/p/35481542 (这文就是个传送门)
[*]目标检测第二话：Fast R-CNN和Faster R-CNN https://zhuanlan.zhihu.com/p/55495520 (讲了个神马, 隔靴搔痒, 文科生将大数据多么牛掰的感觉)

[*****] 目标检测数据集PASCAL VOC简介 https://arleyzhang.github.io/articles/1dc20586/ (介绍数据集的, 挺详细)

A faster pytorch implementation of faster r-cnn https://github.com/jwyang/faster-rcnn.pytorch (代码质量很好,但是有很多冗余, 作者用c实现了nms, roi_align的gpu版本, 但是最近torchvision的最新版里(0.3)似乎已经支持gpu版本的nms和roi操作了,所以部分代码可以删去)
[*****]An easy implementation of Faster R-CNN (https://arxiv.org/pdf/1506.01497.pdf) in PyTorch.
https://github.com/potterhsu/easy-faster-rcnn.pytorch
(太特么重了!!)

ResNet

深度残差网络 https://www.jiqizhixin.com/graph/technologies/738e788b-0e3b-4a8f-bd04-e407c7137694
(文中列出了ResNet的发展历程)
从AlexNet到残差网络，理解卷积神经网络的不同架构 https://www.jiqizhixin.com/articles/2017-12-18-2 (简要介绍了AlexNet, vgg, resnet, GoogLeNet网络的进化史)
技术概述深度学习：详解前馈、卷积和循环神经网络 https://www.jiqizhixin.com/articles/2017-09-07-9 (讲了激活函数, 全连接, loss, 正则化, BP, 给出了各种网络结构的精简图)
告别规范化！MIT 谷歌等提出全新残差学习方法，效果惊艳 https://www.infoq.cn/article/LFPiwxMpsj0-Oqma3CIP (从另一个角度看待ResNet架构)
ResNet学习笔记 https://zhuanlan.zhihu.com/p/32085715 (对2015年的kaming大神的Deep Residual Learning for Image Recognition的解读, 还可以)
resnet（残差网络）的F（x）究竟长什么样子？
大缺弦的回答 - 知乎
https://www.zhihu.com/question/53224378/answer/252507737
CrayonX的回答 - 知乎
https://www.zhihu.com/question/53224378/answer/169087864
菠萝油条虾的回答 - 知乎
https://www.zhihu.com/question/53224378/answer/194230021