这是我们进行机器学习和深度学习（计算机视觉方向）的一个仓库，用来保存笔记、代码和其他文件，方便记录学习进程
文档结构如下
.
├── AutoDriving
├── CUDA
├── ComputerGraphic
├── ComputerVision
├── BEV
├── MultiModal
├── git_img
├── Tools
├── img_cls
├── pytorch_image_classification
├── GAMES101Notes
└── scripts- AutoDriving：自动驾驶方面的笔记，目前主要是记录Autoware软件用法
- CUDA：CUDA并行计算笔记
- ComputerGraph：计算机图形学笔记，主要是参考Games101，未更完
- ComputerVision：一个很综合的深度学习与计算机视觉笔记，主体是学习EECS498并且大佬开源笔记上进行修改的，主要参考密歇根大学EECS498（CS231N课程的扩充版）
- BEV：更新自动驾驶BEV感知方面的内容
- MultiModel：参考CMU的MMML课程，没有更新完
- git_img是git笔记中图片保存的位置
- Tools：工具性软件的笔记，目前主要是更新CUDA和TensorRT的内容
- pytorch_image_classification是一个基于pytorch的图像分类数据集
- img_cls是一个使用不同网络进行图像分类的简单项目，个人感觉这是一个很标准的小项目
- GAMES101Notes是UCSB闫令琪主讲的现代计算机图形学入门课程的笔记
参考书：周志华《机器学习》，李航《统计学习方法》
参考资料：
- 密歇根大学公开课EECS498（主讲人也是是CS231n的主讲人Justin博士）
- 理解和利用CNN的内部表征 TechBeat 周博磊
- 点云上的深度学习及其在三维场景理解中的应用
- 其他公开课
目前主要是更新计算机视觉和深度学习的相关笔记，在另一位大佬的开源上进行增加我们自己的思考和感悟
我们在这个笔记上投入了大量精力，希望这个笔记可以帮助到其他人，后面我们会加入大量相关的内容
笔记在同名文件夹下，格式为markdown，可使用typora打开，记得在里面使用LaTeX进行渲染，否则个别公式无法正常显示
此外还有git的笔记（整合了B站几个教程，几个同学一起做的），笔记中的图片在git_img文件夹下，还有另一个同学的Python自学笔记
- 学习NeRF相关并且记录笔记（约3-5万字）
- 学习3DGS相关并且记录笔记（约1-2万字）
- 学习CS236（斯坦福最新的深度生成模型课程），并且记录笔记约4-6万字
- 对EEECS498的内容进行精简和优化，删除原始笔记中的部分内容（如删除numpy的代码，更新为pytorch代码等等）