乾明 發自 凹非寺
量子位 出品 | 公眾號 QbitAI
最近，GitHub上出現一份深度學習資源，涵蓋深度學習的各個方面，包括論文、數據集、課程、圖書、博客、教程、框架等。
資源的貢獻者說，與其他同類資源相比，這份資源更有針對性。
如果有人知道自己在找哪方面的深度學習資源，在這份資源裡，可以很容易找到最相關的資源。
即使有人不知道要找什麼樣的資源，來到這裡，也會找到最通用的資源。
這是因為他們對深度學習各方面的資源進行了細緻的分類。
比如論文版塊，不僅僅只是細化到各個籠統的類別，還會依據用途對論文進行分類，比如用於句子分類的卷積神經網絡等等。
目前，這份資源已經發布多天，在GitHub上已經獲得1250多星。
資源裡都有什麼？
整體來說，這份資源可以理解為是深度學習領域的hao123，一共將深度學習各方面的資源分成了7大類。具體是：
論文
論文資源版塊，一共分成3個類別，分別是模型、核心和應用。
在每個類別之下，又進行了兩次細化分類。以模型分類為例：
在模型分類中，細化到卷積網絡、循環網絡、自編碼器、生成模型和概率模型。在每個模型下面會根據模型的用途進行分類，來給出相關的論文。
比如卷積網絡，提供了關於圖像分類、句子分類、視頻分類、人臉識別等方面應用論文，並附上論文的鏈接，部分論文有相應的實現代碼，還對論文進行了星級評價。
數據集
數據集版塊，也是3個類別，分別是圖片數據集、文本與自然語言處理數據集和語音技術數據集。
每個方向，也會再進一步分類，並在給出資源鏈接的同時，附以相應數據集的特點與用途。以圖片數據集為例：
圖片數據集一共被分成了4類：通用、面部識別、物體識別、行為識別。
人臉識別類別中，一共有8個數據集，分別是FERET、CMU的PIE、YouTube Faces DB、Grammatical Facial Expressions、FaceScrub、IMDB-WIKI和FDDB。都給出了介紹與數據集下載鏈接。
課程、圖書、博客與教程
相比論文與數據集資源，課程、圖書等方面的資源相對就少了很多。但在深度學習領域有價值的資源都被囊括在內。
課程
覆蓋了斯坦福、CMU、谷歌、英偉達、Fast.ai等業內知名高校、企業或機構提供的課程。
圖書
一共四本，分別是《深度學習》、《神經網絡和深度學習》、《Python深度學習》和《Scikit-Learn與TensorFlow機器學習實用指南》，其中第一本和第四本有中文版。涵蓋了深度學習的原理介紹，實現方式等。
博客
深度學習領域的喜歡寫博客的大牛，基本上都列入在內。
教程
包括深度學習的教程以及將深度學習應用到NLP領域的教程等。
框架資源
框架方面，一共有10個。分別是Tensorflow、Pytorch、CNTK、MatConvNet、Keras、Caffe、Theano、CuDNN、Torch、Deeplearning4j。
每個框架都給出了指向框架官方網站的鏈接，只有Torch給出的是GitHub鏈接。
誰貢獻的這份資源
這份資源的貢獻者是一個致力於開源的組織Open Source for Science，其中的成員有兩位小哥和一位小姐姐。
他們都與弗吉尼亞理工大學有關。兩位小哥是Amirsina Torfi和Ali T Z Kasgari，弗吉尼亞理工大學的博士生；小姐姐名叫Negin Forouzesh，弗吉尼亞理工大學的博士生候選人。
傳送門
https://github.com/osforscience/deep-learning-ocean#what-s-the-point-of-this-open-source-project
— 完 —
誠摯招聘
量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回覆“招聘”兩個字。
量子位 QbitAI · 頭條號簽約作者
վ'ᴗ' ի 追蹤AI技術和產品新動態
閱讀更多 量子位 的文章
