/PaperWeeklyAI

📚「@MaiweiAI」Studying papers in the fields of computer vision, NLP, and machine learning algorithms every week.

Primary LanguageJupyter NotebookMIT LicenseMIT

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

PaperWeeklyAI - 迈微AI研习社

作者系CSDN博客专家,主要分享机器学习算法、计算机视觉等相关内容,每周研读顶会论文,持续关注前沿技术动态。底部有菜单分类,欢迎follow

Blog Trending Star

紧跟前沿科研动态,每周研读论文!

△微信扫一扫,关注我
公众号内回复“电子书”免费获取PDF

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

Table of Content


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 ⭐⭐⭐⭐
11.王者荣耀AI绝悟完全体对战开启:英雄随便选,论文已被NeurIPS收录 ⭐⭐⭐⭐⭐
12.第四范式NeurIPS 2020:知识图谱嵌入的自动化 ⭐⭐⭐⭐
13.日漫迷有福了!这个系统可以全自动翻译日漫,再也不用啃生肉了 ⭐⭐⭐⭐
14.大幅提升训练性能,字节跳动与清华提出新型分布式DNN训练架构 ⭐⭐⭐

👆 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 ⭐⭐⭐⭐⭐
19.你真的理解图像处理经典算法 SIFT 吗?最深入、最全面综述:尺度不变特征转换 ⭐⭐⭐
20.不用绿幕也能实时抠图,商汤等提出只需单张图像、单个模型的新方法MODNet ⭐⭐⭐

👆 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 ⭐⭐⭐
13.YOLOv5的妙用:学习手语,帮助听力障碍群体 ⭐⭐⭐

👆 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) ⭐⭐⭐⭐
10.从39个kaggle竞赛中总结出来的图像分割的Tips和Tricks ⭐⭐⭐⭐⭐

👆 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 ⭐⭐⭐⭐

👆 BACK to Contents -->

🍮 Community

🏡 Join us

Wellcome all you who interest in machine learning to join us. Contact e-mail: yidazhang[#]gmail[dot]com with your letter/CV.

Or donating to help me continue working on this project.

Buy Me A Coffee

Donate with Paypal Donate with WeChat


想要获得更多精彩内容,请关注微信公众号:迈微AI研习社

PaperWeeklyAI

△微信扫一扫,关注我