Python的各种库、框架、工具、资料
     分类:Python     有: 0 条评论

Python的各种库、框架、工具、资料

     分类:Python     有: 0 条评论

此篇博文暂时只是收集,还未做尝试!!!



书籍、论文

100多本Python书:https://mp.weixin.qq.com/s/If_1c0eFKNZxLp8C7BbVMw
史上最全AI开源项目集结,近万篇附代码的论文分门别类整理好:https://paperswithcode.com/sota
地址2:https://mp.weixin.qq.com/s/71N6KlNi8swy80PKv4rJLw



分词

结巴分词

GitHub主页:https://github.com/fxsjy/jieba
https://mp.weixin.qq.com/s/5i7Vxe0MhS3GwxZ0GrcT4A

THULAC

PKUSeg

一个领域细分的中文分词工具包
https://mp.weixin.qq.com/s/z4s258mwY2NoMssCwTYNXQ
github:https://github.com/lancopku/pkuseg-python



微信

itchat

itchat是一个开源的微信个人号接口,使用python调用微信从未如此简单。
使用不到三十行的代码,你就可以完成一个能够处理所有信息的微信机器人。
https://github.com/littlecodersh/ItChat
文档:https://itchat.readthedocs.io/zh/latest/


wxpy

wxpy基于itchat,使用了 Web 微信的通讯协议,通过大量接口优化提升了模块的易用性,并进行丰富的功能扩展。实现了微信登录、收发消息、搜索好友、数据统计、微信公众号、微信好友、微信群基本信息获取等功能。
可用来实现各种微信个人号的自动化操作。
文档:https://wxpy.readthedocs.io/zh/latest/

https://mp.weixin.qq.com/s/vo62H_UeFBKtnMmT-Vdg-w



Web、Api

高并发的那些事:https://mp.weixin.qq.com/s/-MqvKGA6D7tqyO2l63QV1g

Django

史上最简单的Python Django入门教程
刘江Django教程:http://www.liujiangblog.com/course/django/2

Flask

Vibora

按照作者的说法,它翻译成中文就是“毒蛇”的意思。这是一款快速、异步和优雅的 Python 3.6 + HTTP 客户端、服务器框架。
https://github.com/vibora-io/vibora


爬虫

爬虫网站

国外5大爬虫专业博客网站:https://www.jianshu.com/p/b15f518772f6
异步、协程、多进程(aiomultiprocess):https://mp.weixin.qq.com/s/jCc1jIHxU_p6bUlwijkwyQ

Scrapy

Learning Scrapy:https://www.jianshu.com/p/6c9baeb60044

Amazon-scraper-Python

这是一款非官方的爬取工具,能够获取亚马逊上在售商品的信息,比如商品排名和评论数量,它适用于在亚马逊上销售的所有产品,包括 DVD、设备、玩具等。
https://github.com/tducret/amazon-scraper-python



反编译

Grumpy

一个Python源代码反编译和运行[Github上8367颗星]。由Dylan Trotter和Google的其他成员提供
Github:https://github.com/google/grumpy



机器学习

中文领域最好的机器学习视频和课程笔记,没有之一:
在线阅读地址:https://datawhalechina.github.io/leeml-notes
bilibili:https://www.bilibili.com/video/av59538266
课程笔记:https://github.com/datawhalechina/leeml-notes


GitHub 上 Star 量最高的 5 个机器学习项目

https://mp.weixin.qq.com/s/SwLavQJxOpdMFxiuV5INQg
人脸识别:https://github.com/ageitgey/face_recognition
Facebook开源 文本分类:https://github.com/facebookresearch/fastText
TensorFlow 的资源集合:https://github.com/jtoy/awesome-tensorflow
开源机器学习框架(集开发、训练、部署于一体):https://github.com/apache/predictionio
使用 AI 给图像上色:https://github.com/lllyasviel/style2paints

机器学习库、项目

http://python.jobbole.com/83605/
https://mp.weixin.qq.com/s/_-meE9di6g5MFEHIW9_anw

机器学习免费的GPU:
https://mp.weixin.qq.com/s/JHbi6Ay1OT36sH2ukgOJQg

机器学习算法优缺点 & 如何选择:
https://mp.weixin.qq.com/s/g3nLEOmRHe6iAY9_E3zpGw

如何用百行代码搞定各类NLP模型:
https://mp.weixin.qq.com/s/AwCDt8XH1qGDOQznCGQJZQ

200个机器学习 &NLP&Python 免费相关教程:
https://mp.weixin.qq.com/s/J1ndupK3Z5g8FuF-JWG1CA

图解 2018 年领先的两大 NLP 模型:BERT 和 ELMo
https://mp.weixin.qq.com/s/AKYVce6p-W6Iz-xHTVbfgQ

基于Jupyter Notebook从头学习机器学习 | 入门资料分享
https://mp.weixin.qq.com/s/hYUo0bl7EFWjVfiw2pRZ3A
GitHub:https://github.com/zekelabs/data-science-complete-tutorial

史上最强 NLP 预训练模型 BERT 终于开源了!:https://mp.weixin.qq.com/s/k7zsTS40tJLHmg_m0wLT3A

100天机器学习:https://github.com/Avik-Jain/100-Days-Of-ML-Code

一份机器学习完整路线图:
https://mp.weixin.qq.com/s/wbDG63B-QdWkSDo4qVyBMQ
https://github.com/clone95/Machine-Learning-Study-Path-March-2019/tree/master/Career%20Paths/Machine%20Learning%20Engineer%20Career%20Path

GitHub超全机器学习工程师成长路线图:https://mp.weixin.qq.com/s/M8xwMnMZ6lX4ID2X79W_hw


scikit-learn(各种机器学习算法)

scikit-learn,一般缩写为sklearn,各种机器学习算法,基本上只要你能想得到的,线性回归,逻辑回归,SVM,随机森林,最近邻居等等等等,各种算法全部在这里面(http://scikit-learn.org/stable/user_guide.html),简而言之,只有你想不到,没有它做不到,不详述。


资料

一篇让文科生也能读懂机器学习的文章

https://mp.weixin.qq.com/s/Fs4LZpOfqE0s_NUwIs3YgA

机器学习全流程笔记(通俗易懂)

https://machine-learning-course.readthedocs.io/en/latest/
https://github.com/machinelearningmindset/machine-learning-course

机器学习中你不可不知的几个算法常识

https://mp.weixin.qq.com/s/Fh-eQm41DI3rkKjEgC1Yig

一文看懂CNN、RNN等7种范例

https://mp.weixin.qq.com/s/2VhQOrZ5G-auQrXbwSLo7A

TensorFlow系列专题(公号:磐创AI)

TensorFlow系列专题(一):机器学习基础
TensorFlow系列专题(二):机器学习基础
TensorFlow系列专题(三):深度学习简介
TensorFlow系列专题(四):神经网络篇之前馈神经网络综述
TensorFlow系列专题(五):BP算法原理
TensorFlow系列专题(六):实战项目Mnist手写数据集识别
TensorFlow系列专题(七):一文综述RNN循环神经网络
TensorFlow系列专题(八):七步带你实现RNN循环神经网络小示例
TensorFlow系列专题(九):常用RNN网络结构及依赖优化问题
TensorFlow系列专题(十):门控循环神经网络LSTM与GRU(附python演练)
TensorFlow系列专题(十一):RNN的应用及注意力模型

贝叶斯、香农、奥卡姆合写博客「机器学习是什么」

https://mp.weixin.qq.com/s/YavbfovMNreO-CicXRLR0Q

机器学习入门系列(公号:一个算法汪的技术成长之路)

https://mp.weixin.qq.com/s/tZQvqg9y-vxKpsq4mA5Wmg
https://mp.weixin.qq.com/s/80-KdWRdynCvVPobWzWobg
https://mp.weixin.qq.com/s/tZQvqg9y-vxKpsq4mA5Wmg
https://mp.weixin.qq.com/s/nMG5Z3CPdwhg4XQuMbNqbw

10幅图解释机器学习中的基本概念

https://mp.weixin.qq.com/s/Qf4Q_fUSLjeBCU-mJnZeRw

一份机器学习的自白书

https://mp.weixin.qq.com/s/wWXNUhMNHsHrNG5wiDkX8Q

CS229 机器学习速查表

https://mp.weixin.qq.com/s/H0siLr2j87cGJFWpCnEb0w

不得不掌握的十大算法

https://mp.weixin.qq.com/s/3kAM3KPKV57kqK6DD1F3lw
https://mp.weixin.qq.com/s/Cw9Ys8HLhjFS0j_mdHB-fA
https://mp.weixin.qq.com/s/iAy8ISrptkDn0X-z5sZgyA

新手入门机器学习十大算法

https://mp.weixin.qq.com/s/zPrVvG9GJeRSiScSPq-TCw

8种神经网络结构

https://mp.weixin.qq.com/s/AU2nHPRe7u91AGXn0J0aBQ

文本分类和朴素贝叶斯

https://mp.weixin.qq.com/s/8Gfy4daAsmpCyp0Kq5waeg

Python玩CartPole

利用Python搭建简单的深度强化学习网络(DQN)玩CartPole这个小游戏。。。
https://mp.weixin.qq.com/s/xE_STBfjSAStfp5RyPiYdA

DQN玩T-Rex Rush

利用DQN玩"恐龙跳一跳"这一款Chrome浏览器内隐藏的彩蛋游戏。
https://mp.weixin.qq.com/s/---yW1v6seT0pcizllTXxw

通俗了解对抗生成网络(GAN)核心思想

https://mp.weixin.qq.com/s/au0RaHS5n8Bh8Sj3_aPUgA

如何选择回归损失函数

https://mp.weixin.qq.com/s/Xbi5iOh3xoBIK5kVmqbKYA

决策树

https://mp.weixin.qq.com/s/ceq4vn1GcGGw-Q26dAy2hw
https://github.com/alanmarazzi/trees-forest

TensorSpace 神经网络 3D 可视化框架

https://www.oschina.net/p/tensorspace

吴恩达《机器学习》笔记,哥大研究生献上

笔记地址:https://wei2624.github.io/machine%20learning/Machine-Learning-Notes/
课程地址:http://www.cs.columbia.edu/~blei/fogm/2018F/index.html



 机器视觉、识别、语言

OpenCV

Pythia:

Facebook最新开源的视觉、语言多任务学习框架:
https://mp.weixin.qq.com/s/XUUZ58NMS-Sor-jsgvd0qg
GitHub:https://github.com/facebookresearch/pythia


资料

CV环境很重要!!各种环境搭建大全

https://mp.weixin.qq.com/s/uPHVVhU81-ttbynBZAwhkg

利用OpenCV玩转YOLOv3

https://mp.weixin.qq.com/s/2PHK369KLKMq7ohNWhnzbg

如何用 OpenCV、Python 和深度学习实现面部识别?

https://www.tinymind.cn/articles/666

tensorflow Object Detection API使用预训练模型mask r-cnn实现对象检测

识别苹果、狗...
https://mp.weixin.qq.com/s/rQ9eZosHOoDOXg9tAg4t6A

EAST算法实现自然场景文本检测

https://mp.weixin.qq.com/s/HHD6GGREvj_oWBOuHJn1yw

Polygon-RNN++ | 图像分割数据集自动标注

https://mp.weixin.qq.com/s/0bzjtkUM8s-HCADOQZ4NbQ

分割算法——可以分割一切目标(各种分割总结)

https://mp.weixin.qq.com/s/KcVKKsAyz-eVsyWR0Y812A

超级好用的视频标注工具

https://mp.weixin.qq.com/s/1xjxHMNaTM9sJVqss9Plwg

用小姐姐自拍,生成二次元萌妹子

https://mp.weixin.qq.com/s/0PUsn7d9NjBHiolksrY_TA
这是TensorFlow版本:https://github.com/taki0112/UGATIT
这是PyTorch版本:https://github.com/znxlwm/UGATIT-pytorch
这是论文:https://arxiv.org/abs/1907.10830



数据处理、数据分析类

Jupyter(数据快速呈现)

Jupyter可以直接在网页里输入运行Python代码;直接得到结果,画图等等;很方便的数据分析工具。
Jupyter NoteBook的使用指南(一):https://mp.weixin.qq.com/s/C-LryxPI4D6DTVn8XcaC1Q
GitHub:https://github.com/cqcn1991/Wind-Speed-Analysis
知乎讨论:https://www.zhihu.com/question/37490497

Google Colaboratory(集成Jupyter及TensorFlow等常用库):
Google AI工具Colaboratory的使用方法:https://www.jianshu.com/p/e6f1058614c0?from=timeline&isappinstalled=0
官网:https://colab.research.google.com/notebooks/welcome.ipynb#recent=true&scrollTo=S9GW-n-oYWIj%20Colaboratory%E7%AE%80%E4%BB%8B

注:
1、开头用!+命令可以执行linux命令
2、开头用%是魔法方法,可以可视化运行运算过程
3、修改--》笔记本设置--》可以修改python版本和硬件加速器(CPU、GPU、TPU)
测试代码:
from tensorflow.python.client import device_lib
device_lib.list_local_devices()

1美元从零开始训练Bert,手把手教你优雅地薅谷歌云TPU羊毛:https://mp.weixin.qq.com/s/PK1IaFTbI1LvtRyu6tW7Zg


Pandas(平均值,最大值,最小值,方差)

读取一个csv文件,然后求每一列数据的平均值,最大值,最小值,方差。而Python语言因为有Pandas这个神器,一行代码搞定:
df = pd.read_csv('a.csv')

# excel处理
read_excel:读取Excel
to_dict : 参数为orient = "records",返回样本列表,每个样本是列表里面的每个元素,列名是键

23种Pandas核心操作:https://mp.weixin.qq.com/s/53EpeyTrmGp8PSG1vVNXoQ
99%的人都不知道的pandas骚操作:https://mp.weixin.qq.com/s/vv25oGu-qAtcdk4EbjTT7g
使用Modin加速Pandas:https://mp.weixin.qq.com/s/shyTw0PO6YNeBG1D-f4h9g
Pandas必备技能之“花式拼接表格”:https://mp.weixin.qq.com/s/Nr35Atz4BqvFhq8BgGnt3A
Pandas入门指南:https://mp.weixin.qq.com/s/CEaPu0kC4IlNaEZ7tfNSlg

数据分析系列教程之pandas:
公号:python爬虫人工智能大数据(小詹随笔也有是转载的)
https://mp.weixin.qq.com/s/j7rUeZzEQ1suCJssrn0pvw
https://mp.weixin.qq.com/s/0SUkA4cZM_0w9iVAN9gxlA
https://mp.weixin.qq.com/s/I-nqhPRCE_25qykGALd9NA
https://mp.weixin.qq.com/s/NJy6zAaKnGQPOhWnUwBqvQ

数据分析从零开始实战(系列,公众号:简说Python)
https://mp.weixin.qq.com/s/4ESKjlF4B63IveiIlfCdDA
https://mp.weixin.qq.com/s/EBslUBiP53_5K4FA-3czlQ
https://mp.weixin.qq.com/s/e5TcuoFdLMYiAdPQaVbL6g
https://mp.weixin.qq.com/s/eJl97IzSkao7CaQu4oEsqg
https://mp.weixin.qq.com/s/sTJPgXb9AFTIgQZ8I880BA
https://mp.weixin.qq.com/s/wTbDpbpPD4n8TJMOaTct3g


numpy(数值型)

https://mp.weixin.qq.com/s/fNXvHEq35m6D03HQeovOWQ
https://mp.weixin.qq.com/s/0SUkA4cZM_0w9iVAN9gxlA
https://mp.weixin.qq.com/s/I-nqhPRCE_25qykGALd9NA
https://mp.weixin.qq.com/s/NJy6zAaKnGQPOhWnUwBqvQ

  1. 什么是 Numpy
  2. N维数组 ndarray
  3. Numpy 中的数据类型
  4. 基Numpy 的基本运算操作
  5. Numpy 的索引和切片操作
  6. Numpy 中复制和视图的区别
  7. Numpy 的形状操作
  8. Numpy常用函数
  9. Numpy 广播机制
  10. Numpy 的结构化数组
  11. Numpy 的掩码数组
  12. Numpy 的genfromtxt 函数用法
  13. 将 Python 函数向量化

Numpy 代码教程:https://mp.weixin.qq.com/s/fFYoQrQlAGvjNU-gvOg-xw
numpy ndarray 之内功心法,理解高维操作:https://mp.weixin.qq.com/s/2grCAVsakeGZl_JNROhyGQ

Numpy初窥1:https://mp.weixin.qq.com/s/soUavQ5tPSrozNCaPNBhKg

五分钟了解这几个numpy的重要函数:https://mp.weixin.qq.com/s/KbLBT65XfYCl1uer5umCoA
NumPy基础教程,带你玩转多维数组:https://mp.weixin.qq.com/s/CsCx4GUOV-PpJn5du2mTDA

Python小白数据科学教程:NumPy (上):https://mp.weixin.qq.com/s/PE9-fEBOfxfPTYf8CMfQ9g

NumPy图解教程:https://mp.weixin.qq.com/s/h3yVdR7gZFmnNDgXj5lgyA


pandas(数值型、字符型)

  1. Pandas 数据结构详解
  2. Pandas 基本功能详解
  3. Pandas 缺失值处理
  4. Pandas 文本数据处理
  5. Pandas 分类数据详解
  6. Pandas 时间序列详解
  7. Pandas 计算工具介绍
  8. Pandas 筛选操作详解
  9. Pandas 分组聚合详解
  10. Pandas 转换连接详解
  11. Pandas IO 操作详解
  12. Pandas 可视化详解
  13. 使用 SQL 方式的去玩 Pandas

Datatable

https://mp.weixin.qq.com/s/h4mxZACOogMTFl33TagfpA


SciPy

SciPy 是 Python 里处理科学计算 (scientific computing) 的包,使用它遇到问题可访问它的官网 (https://www.scipy.org/)去找答案

Python小白数据科学教程:SciPy精讲:https://mp.weixin.qq.com/s/yb3Kr8-HNm1FAfNcsmSVYA


数据可视化

5种使用python实现数据可视化的方法:https://www.oschina.net/translate/5-quick-and-easy-data-visualizations-in-python

python 数据可视化有哪几个常用的库 :https://mp.weixin.qq.com/s/azuyKZPwWJtWnp2Le845dw

绘制各种图形:https://my.oschina.net/u/3264690/blog/915068
数据可视化利器:https://mp.weixin.qq.com/s/XXKddCvDlLproTA9egHjSw

12个案例教你用Python玩转数据可视化:https://mp.weixin.qq.com/s/2cZaYzBXprNiH_aZQT4tqA

matplotlib(绘图可视化)

画中国地图参考:https://mp.weixin.qq.com/s/6u-O2sCmdriNXujdSv61ZA
一张图带你入门 matplotlib(一):https://mp.weixin.qq.com/s/fv8U3nHK58A4eS_fiz5pAQ
快速入门画图神器 Matplotlib:https://mp.weixin.qq.com/s/_fjgaBT61L1JxtVCcRKudQ
8个Python高效数据分析的技巧:https://mp.weixin.qq.com/s/dwxTla5iiYKvELrpbWf1yQ
Matplotlib可视化最有价值的 50 个图表:http://liyangbit.com/pythonvisualization/matplotlib-top-50-visualizations/ (Github:https://github.com/liyangbit/PyDataRoad)

Python编程时光(公众号)

一张图带你入门 matplotlib:https://mp.weixin.qq.com/s/1BCXJhUETeS52CZv6hpL7g
详解六种可视化图表:https://mp.weixin.qq.com/s/23rBmiHcoFjJDWKhmkYlJA
用正余弦图象学习matplotlib:https://mp.weixin.qq.com/s/0ZUsKoBYhxL3a1r_xgWLnA
子图与子区难点剖析:https://mp.weixin.qq.com/s/c3plFe-t_8c7XvGxPyg2Dw
绘制酷炫的GIF动态图:https://mp.weixin.qq.com/s/aWPqetPslIpguhuvcVT6vw

pyecharts

https://mp.weixin.qq.com/s/am3P009Q6ARr5YLHUVvOIA
https://mp.weixin.qq.com/s/9HASZ5Zq-dACAz36jW0irA(参考数据展示)
https://mp.weixin.qq.com/s/prNFXfwW0l2v3z3yQG8RlQ
https://mp.weixin.qq.com/s/TwrrrXRQZjle_5MGcv8L_A

wordcloud(词云)

https://mp.weixin.qq.com/s/pd3t8rmfDnIpSpfR3Apx5Q

lzdb(lazy database)

https://zhuanlan.zhihu.com/p/53199712
Github:https://github.com/moenova/lazy-database

plotly、Plotly-Express

https://www.cnblogs.com/feffery/p/9293745.html
https://mp.weixin.qq.com/s/gAeXi5KXR79scDexZL776A
教程:https://nbviewer.jupyter.org/github/WillKoehrsen/Data-Analysis/blob/master/plotly/Plotly%20Whirlwind%20Introduction.ipynb#

Plotly-Express(基于Plotly的高级封装)
http://liyangbit.com/pythonvisualization/Plotly-Express-introduction-cn/

Seaborn

https://mp.weixin.qq.com/s/YHAm4QOebOmVtAOA6EdXQg


Bokeh

Bokeh做交互式图形:https://mp.weixin.qq.com/s/u3PwVQGHNDiiT4-Q94wt1g
https://github.com/bokeh/bokeh
汉化用户指南:https://github.com/DonaldDai/Bokeh-CN


3D图形

Python 竟能绘制出如此酷炫的三维图(pyrr):https://mp.weixin.qq.com/s/_29Z_96gIl8g19yiN2grkw



深度学习

资料

面向中文读者的能运行、可讨论的深度学习教科书
B站:https://space.bilibili.com/209599371/channel/detail?cid=23541
Youtube:https://www.youtube.com/watch?v=kGktiYF5upk&list=PLLbeS1kM6teJqdFzw1ICHfa4a1y0hg8Ax
本书的网站是:https://zh.d2l.ai
学习社区地址:https://discuss.gluon.ai
GitHub开源地址:https://github.com/d2l-ai/d2l-zh

深度学习的一些经验总结和建议| To do v.s Not To Do:https://mp.weixin.qq.com/s/DW-o8qdzD5cR3zdGdR-oCg
动手学深度学习(推荐)文字教程视频教程Github
用Python进行深度学习:https://github.com/TrainingByPackt/Applied-Deep-Learning-with-Python
140页《深度强化学习入门》发布:https://mp.weixin.qq.com/s/xHrh3Ie28zyyp6CiAQrszA
什么是深度学习的卷积:https://mp.weixin.qq.com/s/eofmfQySC6lnUfl8ahzGhA
了解深度学习各种层的实现,看这一篇就够了!:https://mp.weixin.qq.com/s/fMwtx13snmYePR3eE5M0cw
通过简单代码回顾卷积块:https://mp.weixin.qq.com/s/8NGOtHldhhiW1YavHHrrmg
深度学习中最常见的10个方法:https://mp.weixin.qq.com/s/BRlhKT4MHAoJ1z7csfQfnw
Deeplearning4j (DL4J) JAVA:https://deeplearning4j.org/cn/index.html
交互式 GAN Lab 让生成对抗网络轻松实现可视化:https://mp.weixin.qq.com/s/OqnCtmFZ8Ab3_ANTYRwm6g
卷积神经网络就是这么简单就能学会:https://mp.weixin.qq.com/s/rfXcWndAKAq3R9ty-GSKsg
[透析] 卷积神经网络CNN究竟是怎样一步一步工作的:https://mp.weixin.qq.com/s/G5hNwX7mnJK11Cyr7E5b_Q
计算任意视频中各人物的出镜时间:https://mp.weixin.qq.com/s/Z4kG21cTbz188z-HJ_hv3g
利用深度学习建立流失模型:https://zhuanlan.zhihu.com/p/46283253
一步一步从人工神经网络开始你的深度学习:https://mp.weixin.qq.com/s/5delzvP1eqCmYOajBnbGqA
吴恩达深度学习笔记github:https://github.com/fengdu78/deeplearning_ai_books 百度云: https://pan.baidu.com/s/1Cslc8LS1kXo7Pwc1sUShZw 提取码: z8is
深度学习模型大合集:
https://mp.weixin.qq.com/s/NdMBNTgqWWFQjLhlGQb56A
https://github.com/rasbt/deeplearning-models


深度学习入门笔记系列(8篇)

深度学习框架 tensorflow 的介绍与安装:https://mp.weixin.qq.com/s/uqreDAG6F6j4TWMAjI43xg
基于 tensorflow 的一些深度学习基础知识:https://mp.weixin.qq.com/s/x6cMsqCfOzFjv2T1tdOVEQ
感知器模型和 tensorboard 的使用方法:https://mp.weixin.qq.com/s/we4hn7w1haW03pVdmbqSNg
基于 tensorflow 的回归代码实现:(缺:小詹学Python)
基于 tensorflow 的手写数字的识别(基础):https://mp.weixin.qq.com/s/kK02Mo5jHdjF-iwsmegZQQ
基于 tensorflow 的手写数字的识别(进阶):(缺:小詹学Python)
卷积神经网络(CNN)学习笔记:https://mp.weixin.qq.com/s/bAFKEDjznWuNDFXLZ6W52w
循环神经网络(RNN)学习笔记:https://mp.weixin.qq.com/s/ZI8KIgoTXjgvYCj5C4Oqew

深度学习脚手架 ModelZoo 来袭:https://mp.weixin.qq.com/s/TzHJaQUsDR89_3KT-9bCPA
深度学习中的Normalization模型:https://mp.weixin.qq.com/s/4CeNg-w-ULK7ZM1HjfXHzg

五个很厉害的 CNN 架构:https://mp.weixin.qq.com/s/7WYoKfFzKXs2dBbpYbRrmQ


磐创AI(公众号)

深度学习之视频人脸识别系列(一):简介:https://mp.weixin.qq.com/s/PhuOSjToWORceer2WeAsaw
深度学习之视频人脸识别系列二:人脸检测与对齐:https://mp.weixin.qq.com/s/ucAZZ76T77iBiiaUdt5TGA
深度学习之视频人脸识别系列三:人脸表征:https://mp.weixin.qq.com/s/JOVokqXMIrnHS-zt1HcvgA

深度学习优化算法入门:一、梯度下降:https://mp.weixin.qq.com/s/-98FXracG1YzVsmpJfwGlg
深度学习优化算法入门:二、动量、RMSProp、Adam:https://mp.weixin.qq.com/s/kPDOdhQOpHoKSAkeKxQ8Hg
深度学习优化算法入门:三、梯度消失和激活函数:https://mp.weixin.qq.com/s/CWCrHwNvURW7lF9s00AAjA

基于深度学习的目标检测算法综述(一):https://mp.weixin.qq.com/s/b7sl8RIBt1YLJsu75jO-mg
基于深度学习的目标检测算法综述(二):https://mp.weixin.qq.com/s/H2s7vE-XRfhtx5QjbdQpfA
基于深度学习的目标检测算法综述(三):https://mp.weixin.qq.com/s/hUMhDhLQyLUnyzcj6jn_Sg


2018年最热门的深度学习框架一览表:https://mp.weixin.qq.com/s/MruAApdJ2eX3DbDLQ-Wk_w

TensorFlow

# 快速搭建环境
# 官方的,支持python2和python3
docker pull tensorflow/tensorflow
docker run -it  -p 8888:8888  -v /$(pwd)/notebooks:/notebooks  tensorflow/tensorflow

# 配置好了python3下TensorFlow的环境
docker pull dash00/tensorflow-python3-jupyter

# Google Colaboratory(集成Jupyter及TensorFlow等常用库)
https://www.jianshu.com/p/e6f1058614c0?from=timeline&isappinstalled=0

Keras

keras 基础知识:https://mp.weixin.qq.com/s/AcD_BM65lnh2oJWw-oMjIg
Keras入门:https://mp.weixin.qq.com/s/j8cDTYDlao-W-FrpTKIB-Q
使用Keras进行深度学习(二): CNN讲解及实践:https://mp.weixin.qq.com/s/b9H1I6Pj7A44_fu2AjfmFw
使用Keras进行深度学习:(三)使用text-CNN处理自然语言(上):https://mp.weixin.qq.com/s/ZFQwfDsouDHoM6ibEGXj2g
使用Keras进行深度学习:(三)使用text-CNN处理自然语言(下):https://mp.weixin.qq.com/s/TKtgtMOyteoip7UYE_mHlQ
使用Keras进行深度学习:(五)RNN和双向RNN讲解及实践:https://mp.weixin.qq.com/s/WiZNiWybDPR_TE_Zmcuivg
使用Keras进行深度学习:(六)LSTM和双向LSTM讲解及实践:https://mp.weixin.qq.com/s/fXXc4JQGzjsA2CPhQg5VDA
使用Keras进行深度学习:(六)GRU讲解及实践:https://mp.weixin.qq.com/s/ELDFISJot14TmaJQ-aZdvQ


TensorFlow2.0 + Keras

Keras将成为TensorFlow的高级API,它经过了扩展,因此你可以直接从tf.keras使用TensorFlow的所有高级特性。
所有TensorFlow都将具有Keras的简单性,涵盖任何规模,支持所有硬件。
https://mp.weixin.qq.com/s/lZLk49hnNWdOCBYRUbyuPQ


PyTorch

https://mp.weixin.qq.com/s/aYG083sIHU3d6Erw4NU7Ug
tensorboard可视化误差结果:https://mp.weixin.qq.com/s/u9GEDCmR-PT0--0Xf4vKDA
PyTorch 中使用深度学习(CNN和LSTM)的自动图像描述:https://mp.weixin.qq.com/s/dJRuC-ZjKX3aY5iIrUl38g

超全PyTorch资源列表:https://mp.weixin.qq.com/s/6s3imcoMQttktKrdR_hQ_A
手把手教你PyTorch项目:YOLO v3目标检测:https://mp.weixin.qq.com/s/-0c1vXA4RWZayE7AM2YG1w

PyTorch Hub发布!一行代码调用最潮模型:https://mp.weixin.qq.com/s/vcp4iPedGOFLSzFy9Rri9g

ResNeXt WSL(图片分类):
https://mp.weixin.qq.com/s/E4zR3fInuAq4NAQ49i_UJg
https://pytorch.org/hub/facebookresearch_WSL-Images_resnext/


PyText

Facebook 开源 NLP 建模框架 PyText,从研究到生产变得更容易

Dlib系

Dlib:Dlib,是用C++写成的机器学习库,提供了C++和Python接口。
官方文档:http://dlib.net/
Dlib的68点传送门:
http://dlib.net/face_landmark_detection.py.html

Niko的81点传送门:
超越Dlib!81个人脸关键点实时检测:https://mp.weixin.qq.com/s/-lAc2T7el5adA35nZBw8eQ
https://github.com/codeniko/shape_predictor_81_face_landmarks

Surrey Face Model

https://cvssp.org/faceweb/3dmm/facemodels/

移动设备人脸识别解决方案

https://github.com/becauseofAI/MobileFace


Netron(可视化网络模型)

https://mp.weixin.qq.com/s/U2b4QxMTf-55ixOVYum0aw
https://dgschwend.github.io/netscope/quickstart.html


PaddlePaddle

https://mp.weixin.qq.com/s/eFcmMpaT_klVrhozLKoRmg


综合

https://modelzoo.co
https://morvanzhou.github.io
https://github.com/MorvanZhou
https://mp.weixin.qq.com/s/u2vLE4Y-FY1WSA5aFkOgDw

2018/2019/校招/春招/秋招/算法/机器学习(Machine Learning)/深度学习(Deep Learning)/自然语言处理(NLP)/C/C++/Python/面试笔记

十大预训练模型:https://mp.weixin.qq.com/s/2UYed5RnFEmTbFXebYI6fQ

不同的领域、框架,这是一份超全的深度学习模型GitHub集合

十张机器学习和深度学习工程师必备速查表:https://mp.weixin.qq.com/s/O-VktG1vtNvhF6FIrxQKzA

在树莓派上轻松实现深度学习目标检测:http://shumeipai.nxez.com/2018/10/05/how-to-easily-detect-objects-with-deep-learning-on-raspberry-pi.html

亚马逊提出:目标检测训练秘籍:https://github.com/dmlc/gluon-cv


快速入门Python与机器学习:https://mp.weixin.qq.com/s/-1jo7Vnh1CB_fuTmpT-CqQ
《神经网络与深度学习》:
PPT:https://nndl.github.io/
PDF:https://github.com/nndl/nndl.github.io
代码:https://github.com/nndl/nndl-codes
练习:https://github.com/nndl/exercise



数据集(Data set)

各种数据集

一份非常全面的开源数据集:https://mp.weixin.qq.com/s/73BuTwarrY8-MZu_uEN0Kw
数据集汇总:https://mp.weixin.qq.com/s/N5nabLwrWnNVeqfgSgZM5A


最全自动驾驶数据集:
https://mp.weixin.qq.com/s/aJE-XMS32351YVZZ5rkxcg


100个大型机器学习数据集汇总(CV/NLP/音频方向)
https://www.datasetlist.com


华为云ModelArts(市场)
https://support.huaweicloud.com/modelarts/index.html


腾讯AI Lab开源大规模高质量中文词向量数据:https://mp.weixin.qq.com/s/jbtEQ80J6FgASd7p21YRMw
数据下载地址:https://ai.tencent.com/ailab/nlp/embedding.html


50个最佳机器学习公共数据集:https://zhuanlan.zhihu.com/p/48691462
备用:https://mp.weixin.qq.com/s/lYtMPYduEjy40DVWjuTKgA


一个鉴黄数据集:https://mp.weixin.qq.com/s/RDMzuN0_mCydpUdrS4dyHA
github:https://github.com/alexkimxyz/nsfw_data_scrapper
Model:https://github.com/GantMan/nsfw_model
github(js版):https://github.com/infinitered/nsfwjs

更全面的鉴黄数据集:https://mp.weixin.qq.com/s/9Ik_ypp4NjlqyeaijOUcvA
github:https://github.com/EBazarov/nsfw_data_source_urls


谷歌:自然问答数据集 Natural Questions(NQ):https://mp.weixin.qq.com/s/ON-Sd4KVOjz_mKTHygbU5w
论文地址:https://storage.googleapis.com/pub-tools-public-publication-data/pdf/b8c26e4347adc3453c15d96a09e6f7f102293f71.pdf


吴恩达:胸部放射影像数据集 CheXpert:https://mp.weixin.qq.com/s/ON-Sd4KVOjz_mKTHygbU5w
论文地址:https://arxiv.org/abs/1901.07031v1
数据集:https://stanfordmlgroup.github.io/competitions/chexpert


Facebook:新型视觉定位数据集 BISON:https://mp.weixin.qq.com/s/ON-Sd4KVOjz_mKTHygbU5w
验证数据:https://raw.githubusercontent.com/facebookresearch/binary-image-selection/master/annotations/bison_annotations.cocoval2014.json
评估代码:https://github.com/facebookresearch/binary-image-selection
论文地址:https://arxiv.org/abs/1901.06595


维基百科文章和类别数据集
数据集组织利用图数据库的原理,允许快速直观地访问维基百科文章和类别的子图。数据集和部署指南可在LTS2网站上找到:
https://lts2.epfl.ch/Datasets/Wikipedia/


Google 大规模图像数据集
https://mp.weixin.qq.com/s/FBVzJuvxpNwVh7jqnJxH-g
https://storage.googleapis.com/openimages/web/download.html


学术种子库、数据集Academic Torrents:http://academictorrents.com


数据集处理、清洗

一文教你如何处理不平衡数据集:https://mp.weixin.qq.com/s/n__cQQzdage_CYROYR5oZg



其他

Pyre-check性能类型检查工具

Facebook 推出的一款 Python 性能类型检查工具。
https://github.com/facebook/pyre-check

GIF-for-cli

可以将 GIF、短视频或 Tenor GIF API 的查询转换成动漫的 ASCII 艺术。这意味着每次登录到编程工作站时,GIF 都会以 ASCII 形式来迎接你。
https://github.com/google/gif-for-cli

Douyin-Bot抖音机器人

这是一款 Python 编写的机器人,可以在抖音上快速、高效地找到漂亮小姐姐,能实现自动翻页、颜值检测、人脸识别、自动点赞和自动关注。
https://github.com/wangshub/Douyin-Bot

Datasheets谷歌表格

这是一个用于与谷歌表格相连的库,可以用 Python 读取谷歌表格的数据、向谷歌表格写入数据,以及修改谷歌表格的格式。
https://github.com/Squarespace/datasheets

Shiv命令行实用程序

这一款命令行实用程序,可以创建完全独立自足的 Python zip 应用,和 PEP 441 中描述的一样,但又包含所有的内置环境依赖。它的主要目标是快速轻松地分发 Python 应用程序。
https://github.com/linkedin/shiv

Spotify-playlist-generator音乐歌单

这是一个 Python 脚本,每周都会使用新音乐自动构建一个新的 Spotify 播放列表。
https://github.com/mileshenrichs/spotify-playlist-generator

Ubelt实用工具

这是一个由 Python 编写的实用工具,并集成到 Python 包索引中,它包含大量实用的工具函数,可以跨平台使用。
https://github.com/Erotemic/ubelt

Pypykatz密码提取工具

它完全用 Python 实现了密码提取工具 Mimikatz,可以在所有支持 Python3.6 及以上的操作系统上运行。
https://github.com/skelsec/pypykatz

图像分类最全资料集锦

https://github.com/weiaicunzai/awesome-image-classification

(●゚ω゚●)