阅读材料精选 From-to-Date:2019.04.04~2019.04.29「建议收藏」

大家好，又见面了，我是你们的朋友全栈君。

推荐阅读：
【上采样高清化图片（目前不确定是否对非动漫图起作用）需要有GPU才能下载使用里面包装好的exe】
Github:https://github.com/nihui/waifu2x-ncnn-vulkan

【用capsule network生成逼真训练样本，用200样本在MNIST上达到98.7%精度】
view:https://www.arxiv-vanity.com/papers/1904.08095/
github:https://github.com/vinojjayasundara/textcaps

【多种语言的算法实现】
github:https://github.com/TheAlgorithms

【cnocr：用来做中文OCR的Python 3包，自带了训练好的识别模型】
github:https://github.com/breezedeus/cnocr

【图像质量评价指标集锦Python包】
github:https://github.com/andrewekhalel/sewar

【场景文字识别模型比较并對数据集和模型進行分析】
github:https://github.com/clovaai/deep-text-recognition-benchmark

【CNN的trick评估】
view:https://www.arxiv-vanity.com/papers/1812.01187/

【用批量统计适应从小数据集生成图像，仅用25张人脸图像微调预训练BigGANs/SNGANs】
view:https://www.arxiv-vanity.com/papers/1904.01774/

【移动设备神经网络推理性能端到端测试工具】
github：https://github.com/XiaoMi/mobile-ai-bench

【基于文本行/线段的文档图像去变形】
github1:https://github.com/xellows1305/Document-Image-Dewarping
github2：https://github.com/mzucker/page_dewarp

前沿论文阅读
【NAS-FPN：用架构搜索实现更好的目标检测——比Mask-RCNN、FPN、SSD更快更好的目标检测架构】
paper:https://www.arxiv-vanity.com/papers/1904.07392/

數據庫：
【推特数据集（包含用户ID，推文等）】
github:https://github.com/shaypal5/awesome-twitter-data

【聚焦人脸表情识别(FER)的顶级会议和期刊文献与资源列表】
github：https://github.com/EvelynFan/AWESOME-FER

【CelebAMask-HQ：大规模人脸图像数据集，包含三万张高分辨率人脸图像(从CelebA数据集选择而来)及人脸属性分割蒙版】
Github:https://github.com/switchablenorms/CelebAMask-HQ

【Kaggle以外的顶级数据科学比赛平台盘点】
注：比赛内可能会有一些数据集供人下载
view:https://towardsdatascience.com/top-competitive-data-science-platforms-other-than-kaggle-2995e9dad93c
pdf:https://pan.baidu.com/s/1jDflP3vrSMYAEQY1GVuKVw

【对话AI大规模数据集】
web:https://medium.com/@matthen/a-repository-of-conversational-datasets-95e5ff17b6fb
github:https://github.com/PolyAI-LDN/conversational-datasets

【LitBank：NLP数据集——支持自然语言处理和计算人文学科任务的100部带标记小说语料】
github：https://github.com/dbamman/litbank

【假新闻数据集】
github：https://github.com/several27/FakeNewsCorpus

拓展阅读：
【python代码写作技巧集】
github:https://github.com/piglei/one-python-craftsman

【计算机视觉文献笔记集】
github:https://github.com/ahong007007/Awesome_Computer_Vision

【推荐系统资源合集】
github：https://github.com/chihming/competitive-recsys

【搜狐内容识别大赛第一名解决方案】
github:https://github.com/zhanzecheng/SOHU_competition

【面向CIFAR的CNN模型文献/PyTorch实现集锦】
github:https://github.com/BIGBALLON/CIFAR-ZOO

【深度架构——神经网络架构及其组成综述(PyTorch)】
web:https://docs.google.com/presentation/d/1MFhet5q-SIPqc_54CXWiBvlT9OdSi6P8kpkm6IxuyEM/edit#slide=id.g522eca1928_0_11
pdf:https://pan.baidu.com/s/1UTL-ikDvDt7E2UMoxVdxBw

【cvpr2019(論文、代碼、項目、解讀集)】
github:https://github.com/extreme-assistant/cvpr2019

【CVPR 2019 论文开源项目合集】
github:https://github.com/amusi/CVPR2019-Code

【Curve-GCN交互式图像标注，性能优于Polygon-RNN++，速度提高10倍】
view:https://arxiv.org/abs/1903.06874
github:https://github.com/fidler-lab/curve-gcn

【面向数据科学家的Linux命令/Shell脚本入门】
video:https://www.youtube.com/playlist?list=PLdfA2CrAqQ5kB8iSbm5FB1ADVdBeOzVqZ

【面向数据科学家的Linux命令速查】

【全栈深度学习训练营(课程视频)：为熟悉深度学习基础知识的开发人员提供的实践指导课程】
web:https://fullstackdeeplearning.com/
github:https://github.com/full-stack-deep-learning/fsdl-text-recognizer-project
video:https://www.bilibili.com/video/av49643298

【从头开始计算机图形学】
view:http://www.gabrielgambetta.com/computer-graphics-from-scratch/introduction.html
github:https://github.com/ggambetta/computer-graphics-from-scratch

【文本匹配的相关模型】
github:https://github.com/pengming617/text_matching

【AI/机器学习/深度学习相关资源、笔记集锦】
github:https://github.com/neomatrix369/awesome-ai-ml-dl

【cnn模型所需的计算力（flops）和参数(parameters)数量是怎么计算的？ – 知乎】
zhihu：https://www.zhihu.com/question/65305385

【数据偏差的五种类型：历史偏差、表征偏差、测量偏差、评估偏差、汇总偏差 】
view:https://arxiv.org/abs/1901.10002

【清华大学计算机系课程攻略】
github:https://github.com/PKUanonym/REKCARC-TSC-UHT

【浙江大学课程攻略共享计划】
web:https://qsctech.github.io/zju-icicles/

【Grab：(Python)网络爬虫框架】
Github:https://github.com/lorien/grab

【(PyTorch)超分辨率模型、算法集锦】
github:https://github.com/icpm/super-resolution

【上海交通大学课程资料】
github:https://github.com/CoolPhilChen/SJTU-Courses

【Python实现的面试题集锦】（可以用來學算法，也可以作爲以後可能的招聘人员用）
github:https://github.com/leeguandong/Interview-code-practice-python

【股市预测的机器学习/深度学习模型/资源集锦】
github:https://github.com/huseinzol05/Stock-Prediction-Models

【netron模型可视化工具】
github:https://github.com/lutzroeder/netron

【CUDA版SIFT高效GPU实现】
github:https://github.com/Celebrandil/CudaSift

【LEETCODE JAVA/PYTHON】
Github:https://github.com/qiyuangong/leetcode

【跟动漫有关的深度学习方向】
https://medium.com/neuromation-blog/neuronuggets-deep-anime-13fb47882d23

以上内容摘自新浪微博：@爱可可-爱生活
https://weibo.com/fly51fly?refer_flag=1005055010_&is_all=1