PaperWeeklyAI

本文主要是介绍PaperWeeklyAI - 迈微AI研习社顶会论文研读精选GitHub仓库，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

为收集整理该平台发布的所有文章，方便读者更加有提炼，有导向性阅读，我挑选每月精选文章分类整理在Github上，同时开启Github上的 <Discusstion> 社区交流功能，促进社友们之间的交流。

链接 | https://github.com/Charmve/PaperWeeklyAI

索引
PaperWeeklyAI
本项目包括
NLP论文研读
计算机视觉论文
机器学习/深度学习理论
机器学习实战篇
AI进阶指南
迈微AI前沿(精选)

🍮 Community

索引

00_GuideBooksPDF(English+Chinese)
01_AI论文必读篇目10篇
02_CVPR2020论文30篇
30篇「CVPR 2020」最新论文抢先看！看计算机视觉2020在研究什么？
03_Maiwei AI PaperWeekly
04_AppliedML
05_Image Segmentation
06_ML-Surveys

    __  ___      _               _ ___    ____                             /  |/  /___ _(_)      _____  (_)   |  /  _/    _________  ____ ___      / /|_/ / __ `/ / | /| / / _ \/ / /| |  / /_____/ ___/ __ \/ __ `__ \     / /  / / /_/ / /| |/ |/ /  __/ / ___ |_/ /_____/ /__/ /_/ / / / / / /     
/_/  /_/\__,_/_/ |__/|__/\___/_/_/  |_/___/     \___/\____/_/ /_/ /_/

Studying papers in the fields of computer vision, NLP, and machine learning algorithms every week.

html Statr

紧跟前沿科研动态，每周研读论文！

从今年三月份开始，我将开源的方向调整为机器学习、计算机视觉、深度学习、NLP、AI前沿技术动态的相关文章发布，从入门学习指导（我自己的机器学习路线总结，入过很多坑）到现在的顶会论文总结、前沿论文研读。公众号主页底部有菜单分类。

公众号菜单栏分类

本项目包括

👀 迈微论文研读	🐒 AI进阶指南	📚 超清电子书10000本	🐒 计算机IT必备	🚀 大厂面经汇总指南
🍄 NLP论文研读	🌽 机器学习/深度学习理论篇	🐒 超清思维导图集锦	👺 专栏：学习os	🍏 面试：C&C++	🍇 面试：Java
🍐 CV顶会	🍉 机器学习实战篇	👺 电子书：机器学习&深度学习	📡 专栏：学习网络	🍖 面试：架构师	🍅 面试：前端
📡 AI论文必读篇目10篇	📚 机器学习/Linux电子书	📝 电子书：编程与算法	📺 专栏：学习linux	🚀 面试：Python	✏️ 刷题：LeetCode4FLAG
🎅 CVPR2020论文30篇	🍏 ML-Basics	📚 电子书：网络编程	🎅 专栏：学习mysql	🍄 面试：Mysql
🌽 AppliedML	🍑 ML-Surveys		🆎 专栏：学习设计模式	📝 面试：剑指offer

注：文章链接还没编辑好，现在是测试链接。

NLP论文研读

（点击标题可跳转阅读）

Title	推荐指数	推荐理由	时间
01.李航等提出多粒度AMBERT模型，CLUE、GLUE上优于BERT，中文提升显著	⭐⭐⭐⭐⭐
02.常识知识确能被捕获，西湖大学博士探究BERT如何做常识问答	⭐⭐⭐⭐
03.图同构下等变、计算高效，韦灵思团队提出「自然图网络」消息传递方法	⭐⭐⭐
04.7 Papers&Radios：SIGIR 2020奖项揭晓;谷歌β-LASSO算法实现最强多层感知机？	⭐⭐⭐
05.文本深度表示模型——word2vec&doc2vec词向量模型	⭐⭐
06.自媒体文章质量如何AI知道，这是微信的自动评估算法	⭐⭐⭐⭐
07.图注意力网络一作：图表征学习在算法推理领域的研究进展	⭐⭐⭐
08.谷歌用算力爆了一篇论文，解答有关无限宽度网络的一切	⭐⭐⭐
09.腾讯QQ看点团队：用迁移学习架构解决短视频冷启推荐问题	⭐⭐⭐
10.什么是优秀的图表示？斯坦福提出首个信息论原则——图信息瓶颈	⭐⭐⭐⭐

👆 BACK to Contents -->

计算机视觉论文

（点击标题可跳转阅读）

Title	推荐指数	推荐理由	时间
01.ImageNet一作、李飞飞高徒邓嘉获最佳论文奖，ECCV 2020奖项全公布	⭐⭐⭐⭐⭐
02.支付宝夺冠CVPR 细粒度视觉分类挑战赛：数据增强+知识蒸馏，效果大幅提升	⭐⭐⭐⭐⭐
03.李飞飞团队最新研究，真实场景中识别物体具体属性，连表面纹理都识别出来了	⭐⭐⭐⭐
04.CVPR2020：真实场景中的玻璃检测，有趣的应用	⭐⭐⭐⭐
05.表面缺陷检测数据集汇总及其相关项目推荐	⭐⭐⭐⭐⭐
06.检测、重识别为啥很难一步到位？华中科技大、微软深入挖掘，新方法实现新SOTA	⭐⭐⭐⭐
07.港中文周博磊团队最新研究：无监督条件下GAN潜在语义识别指南	⭐⭐⭐
08.一张“静态”图实现3D人脸建模！这是中科院博士生入选ECCV的新研究(开源)	⭐⭐⭐
09.ECCV 2020:再见，迁移学习？可解释和泛化的行人再辨识	⭐⭐⭐
10.检测、重识别为啥很难一步到位？华中科技大、微软深入挖掘，新方法实现新SOTA	⭐⭐⭐
11.无需标注数据集，自监督注意力机制就能搞定目标跟踪	⭐⭐⭐⭐
12.准确检测DeepFake视频，阿里新算法从多个人物中识别被篡改的人脸	⭐⭐⭐
13.CVPR 2020最佳学生论文分享回顾：通过二叉空间分割（BSP）生成紧凑3D网格	⭐⭐⭐
14.卷积神经网络必读的40篇经典论文，包含检测/识别/分类/分割多个领域	⭐⭐⭐⭐
15.CVPR2020丨SPSR：基于梯度指导的结构保留超分辨率方法	⭐⭐⭐
16.Kaggle X光肺炎检测比赛第二名方案解析 CVPR 2020 Workshop	⭐⭐⭐⭐
17.给AI一张高清照片，分分钟还你细节满满的3D人体模型，GitHub标星4.4k (在线可玩)	⭐⭐⭐⭐⭐
18.滑动窗口也能用于实例分割，陈鑫磊、何恺明等人提出图像分割新范式	⭐⭐⭐⭐⭐

👆 BACK to Contents -->

机器学习/深度学习理论

（点击标题可跳转阅读）

Title	推荐指数	推荐理由	时间
01.机器学习算法之——K最近邻(k-Nearest Neighbor，KNN)分类算法原理讲解	⭐⭐⭐⭐⭐
02.机器学习算法之——隐马尔可夫模型(Hidden Markov Models,HMM)	⭐⭐⭐⭐
03.机器学习算法之——K最近邻(k-Nearest Neighbor，KNN)分类算法Python实现	⭐⭐⭐
04.机器学习算法之——走进卷积神经网络(CNN)	⭐⭐⭐
05.机器学习算法之——逻辑回归（Logistic Regression）	⭐⭐⭐
06.暴力方法将成过去？UC伯克利等新研究返璞归真，探索网络的本质	⭐⭐⭐⭐
07.机器学习中的最优化算法总结	⭐⭐⭐
08.超越标准 GNN ！DeepMind、谷歌提出图匹配网络(ICML最新论文)	⭐⭐⭐
09.机器学习算法常用评价指标总结	⭐⭐⭐⭐
10.损失函数的可视化：浅论模型的参数空间与正则	⭐⭐⭐
11.深度学习中“消失的梯度”	⭐⭐⭐
12.预、自训练之争：谷歌说预训练虽火，但在标注数据上自训练更有效	⭐⭐⭐

👆 BACK to Contents -->

机器学习实战篇

（点击标题可跳转阅读）

Title	推荐指数	推荐理由	时间
01.机器学习实战：逻辑回归应用之“Kaggle房价预测”	⭐⭐⭐⭐
02.机器学习实战：逻辑回归应用之“Kaggle泰坦尼克之灾”	⭐⭐⭐⭐⭐
03.PyTorch实战：使用卷积神经网络对CIFAR10图片进行分类（附源码）	⭐⭐⭐⭐
04.表情识别FER：基于深度学习的人脸表情识别系统（Keras）	⭐⭐⭐
05.CVPR 2020夜间行人检测挑战赛两冠一亚：DeepBlueAI团队获胜方案解读	⭐⭐⭐
06.本科生晋升GM记录：Kaggle比赛进阶技巧分享	⭐⭐⭐⭐
07.机器学习第一步，这是一篇手把手的随机森林入门实战	⭐⭐⭐
08.为什么你的模型效果这么差，深度学习调参有哪些技巧？识	⭐⭐⭐⭐
09.你还在手动调参？自动化深度学习了解一下！(CVPR2020 Tutorial)	⭐⭐⭐⭐

👆 BACK to Contents -->

AI进阶指南

（点击标题可跳转阅读）

Title	推荐指数	推荐理由	时间
01.超赞的PyTorch资源大列表，GitHub标星9.4k+，中文版也上线了	⭐⭐⭐⭐⭐
02.GitHub 上有哪些适合新手跟进的优质项目？	⭐⭐⭐⭐⭐
03.实至名归！NumPy 官方早有中文教程，结合深度学习，还有防脱发指南	⭐⭐⭐⭐
04.GitHub标星23k+，从零开始的深度学习实用教程「PyTorch官方推荐」	⭐⭐⭐
05.吴恩达关于机器学习职业生涯以及阅读论文的一些建议（附AI领域必读的10篇论文PDF）	⭐⭐⭐⭐
06.有了这些珍藏的实用工具/学习网站，自学更快乐！	⭐⭐⭐⭐⭐
07.你想要的高清电子书都在这里！免费下载！	⭐⭐⭐
08.机器学习进阶经典著作推荐(提供免费下载)	⭐⭐⭐⭐
09.机器学习/数据科学从入门到精通：必经的5个阶段，你处于那个阶段？	⭐⭐⭐

👆 BACK to Contents -->

迈微AI前沿(精选)

（点击标题可跳转阅读）

Title	推荐指数	推荐理由	时间
01.用反向传播算法解释大脑学习过程？Hinton等人新研究登上Nature子刊	⭐⭐⭐⭐
02.工作007，8天完成688次实验，独立发现催化剂：机器人研究员登上Nature封面	⭐⭐⭐⭐
03.《Nature》子刊：不仅是语言，机器翻译还能把脑波「翻译」成文字	⭐⭐⭐
04.普林、DeepMind新研究：结合深度学习和符号回归，从深度模型中看见宇宙	⭐⭐⭐
05.DeepMind、哈佛造出了 AI「小白鼠」，从跑、跳、觅食、击球窥探神经网络的奥秘	⭐⭐⭐
06.马斯克放话：6个月内公测“卫星互联网”！颠覆5G的将不是6G	⭐⭐
07.谷歌量子计算突破登Science封面！首次对化学反应进行量子模拟	⭐⭐⭐
08.马斯克活猪脑机接口试验成功！多芯片植入，硬币大小，实时读取脑电波	⭐⭐⭐
10.Science：AI领域那么多引人注目的「进展」，竟是无用功	⭐⭐⭐⭐
11.改改Python代码，运行速度还能提升6万倍，Science：先别想摩尔定律了	⭐⭐⭐
12.量子计算机遇到新对手？随机磁电路，因数分解更厉害	⭐⭐⭐⭐
13.微软获GPT-3独家授权，可访问底层代码，Open AI：API用户可继续使用	⭐⭐⭐⭐
14.黑科技DeepFake检测方法：利用心跳做信号，还能「揪出」造假模型	⭐⭐⭐⭐