100天AI计划 ：100-Days-Of-AI-Code 前言

AI基础  收藏
0 / 1274

100-Days-Of-AI-Code

100 Days of Artificial Intelligence Coding。人工智能100天

之前推出了一个资源合集 AlphaTree计划，https://github.com/weslynn/AlphaTree-graphic-deep-neural-network/
但是不少小伙伴反馈，很多时候资源太多，学起来无从下手 （无奈脸），往往都在收藏夹里吃灰。 于是打算推出一个 人工智能100天计划，带大家一起学习github上的项目和AI的基础知识。而且针对有的小伙伴英文不好的情况，贴心的我还提供了一些翻译链接，如果没有人翻译过，就提供论文机翻给到大家。

如果喜欢，就star一个吧。

为什么要做这样的一个AI100天计划

网上有不少机器学习的计划，也有一些roadmap，但是深度学习的不多，而且大多就是论文阅读列表。对于我们很多人来说，很难坚持下去。
所以我从图像入手，将一些重要的论文 ，论文翻译，源代码，面试题 按发展时间，领域整合在一起。作为深度学习这部分学习的基础。

如果大家有兴趣 再召唤其他系列 如 nlp 推荐，硬件机器人等

除了前两周最基础的网络结构外，根据不同的方向可以衍生出多种打卡模式。
每个同学也可以选择自己喜欢方式来进行。
初学者 可以只看知识卡片 或者后期加入刷题 对每个方向有个大概了解。 每天十五分钟。

进阶或者二刷的小伙伴 就可以详细看别人的打卡笔记 或者自己根据资料写打卡笔记
一篇文章和代码 全部吃透 需要点时间。一般一周之内吧。

会提供资料：
1 论文原文，机翻，或者 大家共享的翻译资料。
2 多种官方或者第三方源代码链接，项目提供的参考源码基于 python ＋pytorch 。
3 论文或者项目 的相关文章 （待开放 你们也可以自己推荐 ）

CC-BY-NC-SA 知识共享-署名-非商业性-相同方式共享

按照什么顺序来刷

本计划分八个板块。以基础为主。想要对深度学习有个整个了解的，可以按顺序全刷　

－A　深度学习基础
－B　轻量级网络和大型网络
－C　物体检测
－D　物体分割
－E　人脸，文字的检测与识别
－F　肢体识别
－G　GAN基础
－H　GAN应用

想主要针对GAN的小伙伴 可以主刷 A G H E　，因为现在GAN在应用上，还是以人的生成较多，可以辅助F，换装系列　都要用到肢体相关的

图像分析，视频分析的小伙伴：可以试试　A C　D　E　

希望你们挖掘更多简洁的路径，也希望更多小伙伴加入到这个计划，跟进开发更新的方法和创新应用。

基础部分相对比较简单，每个网络大家尽可能动手去写一写。选择了一些相对轻量的数据库，如ｃｉｆａｒ１０，大部分小伙伴的机器还是跑得动的。

ObjectClassification.png

第一个月 深度学习基础

B ：Week3 轻量级模型 & 剪枝

  • [MobileNet]
  • [MobileNetV2]
  • [SuffleNet]
  • [SuffleNetV2]
  • SqueezeNet-SENet
  • Week4： Resnet模型变种的发展 和自动学习
  • [ResNeXt]
  • [DPN]
  • [WRN]
  • [NasNet]
  • [MNasNet]

ObjectDetection&Seg.png

第二个月 物体检测和分割