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
__ ___ _ _ ___ ____ / |/ /___ _(_) _____ (_) | / _/ _________ ____ ___ / /|_/ / __ `/ / | /| / / _ \/ / /| | / /_____/ ___/ __ \/ __ `__ \ / / / / /_/ / /| |/ |/ / __/ / ___ |_/ /_____/ /__/ /_/ / / / / / /
/_/ /_/\__,_/_/ |__/|__/\___/_/_/ |_/___/ \___/\____/_/ /_/ /_/
PaperWeeklyAI
Studying papers in the fields of computer vision, NLP, and machine learning algorithms every week.
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
| 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
| 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
| 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
| 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
| 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)
| 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 | ⭐⭐⭐⭐ |
👆 BACK to Contents -->
🍮 Community
-
Github discussions 💬 or issues 💭
-
QQ群: 1042054445 迈微机器学习交流群
-
微信群：公众号内回复
加群即可 -
Email: yidazhang1#gmail.com
想要获得更多精彩内容，请关注微信公众号： 迈微AI研习社
这篇关于PaperWeeklyAI - 迈微AI研习社顶会论文研读精选GitHub仓库的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
