ai技术路线：完备的 AI 学习路线(3)-爱玩科技

小君 2022-11-11 17:30:46 780

ai技术路线：完备的 AI 学习路线arxiv-sanity/?ref=bestofml主页地址：arxiv/list/stat.ML/recent?ref=bestofmlArxiv Sanity PreserverAndrej Karpathy 开发了 Arxiv Sanity Preserver，帮助分类、搜索和过滤特征

1

Arxiv

Arxiv Stats

Arxiv 机器学习最新论文检索主页地址：

arxiv/list/stat.ML/recent?ref=bestofml

Arxiv Sanity Preserver

Andrej Karpathy 开发了 Arxiv Sanity Preserver，帮助分类、搜索和过滤特征

主页地址：

arxiv-sanity/?ref=bestofml

2

Papers with Code

Papers with Code(Browse state-of-the-art)

这个网站叫做 Browse state-of-the-art。它将 ArXiv 上的最新深度学习论文与 GitHub 上的开源代码联系起来。该项目目前包含了 651 个排行榜，1016 个深度学习任务，795 个数据集，以及重磅的 10257 个含复现代码的优秀论文。简直就是一个寻找论文和代码的利器。它将 1016 个深度学习任务分成了 16 大类，涉及了深度学习的各个方面。

主页地址：

paperswithcode/sota

举两个例子：

CV：

paperswithcode/area/computer-vision

NLP：

paperswithcode/area/natural-language-processing

Papers with Code(Sorted by stars)

这份资源收集了 AI 领域从 2013 - 2018 年所有的论文，并按照在 GitHub 上的标星数量进行排序。

GitHub 项目地址：

github/zziz/pwc

3

Deep Learning Papers 阅读路线

如果你是深度学习领域的新手，你可能会遇到的第一个问题是“我应该从哪篇论文开始阅读？”下面是一个深入学习论文的阅读路线图！

GitHub 项目地址：

github/floodsung/Deep-Learning-Papers-Reading-Roadmap

这份深度学习论文阅读路线分为三大块：

1 Deep Learning History and Basics

2 Deep Learning Method

3 Applications

4

Deep Learning Object Detection

目标检测（Object Detection）是深度学习 CV 领域的一个核心研究领域和重要分支。纵观 2013 年到 2019 年，从最早的

R-CNN

、Fast R-CNN 到后来的 YOLO v2、YOLO v3 再到今年的 M2Det，新模型层出不穷，性能也越来越好！

本资源对目标检测近几年的发展和相关论文做出一份系统介绍，总结一份超全的文献 paper 列表。

GitHub 项目地址：

github/hoya012/deep_learning_object_detection

5

知名会议

会议

NeurIPS：nips/

ICML：icml/

ICLR：iclr/

AAAI：aaai/Conferences/AAAI-19/

IJCAI：ijcai/

UAI：auai/uai2019/index.php

计算机视觉：

CVPR：cvpr2019.thecvf/

ECCV：eccv2018/program/main-conference/

ICCV：iccv2019.thecvf/

自然语言处理：

ACL：aclcargo/

EMNLP：aclweb/portal/content/emnlp-2018

NAACL：naacl2019/

知名期刊:

JAIR：jair/index.php/jair

JMLR：jmlr/

其它

机器人方面，有 CoRL（学习）、ICAPS（规划，包括但不限于机器人）、ICRA、IROS、RSS；

对于更理论性的研究，有 AISTATS、COLT、KDD。

理论应用

自然语言处理

1

NLP是什么

自然语言处理（NLP，Natural Language Processing）是研究计算机处理人类语言的一门技术，目的是弥补人类交流（自然语言）和计算机理解（机器语言）之间的差距。NLP包含句法语义分析、信息抽取、文本挖掘、

机器翻译

、信息检索、问答系统

和对话系统等领域。

2

课程推荐

CS224n 斯坦福深度自然语言处理课

17版中文字幕：

bilibili/video/av41393758/?p=1

课程笔记：

hankcs/?s=CS224n笔记

2019版课程主页：

web.stanford.edu/class/cs224n/

自然语言处理 - Dan Jurafsky 和 Chris Manning

B站英文字幕版：

bilibili/video/av35805262/

学术激流网：

academictorrents/details/d2c8f8f1651740520b7dfab23438d89bc8c0c0ab

3

书籍推荐

Python自然语言处理

入门读物，整本书不仅涉及了语料库的操作，也对传统的基于规则的方法有所涉及。全书包括了分词（tokenization）、词性标注（POS）、语块（Chunk）标注、句法剖析与语义剖析等方面，是nlp中不错的一本实用教程。

自然语言处理综论

By Daniel Jurafsky和James H. Martin

本书十分权威，是经典的NLP教科书，涵盖了经典自然语言处理、统计自然语言处理、语音识别和计算语言学等方面。

统计自然语言处理基础

By Chris Manning和HinrichSchütze

更高级的统计NLP方法，在统计基本部分和n元语法部分介绍得都很不错。

4

博客推荐

我爱自然语言处理

地址：52nlp/

TFIDF、文档相似度等等在这个网站上都有通俗易懂的解释

语言日志博客（Mark Liberman）

地址：

languagelog.ldc.upenn.edu/nll/

natural language processing blog

地址：nlpers.blogspot/

美国Hal Daumé III维护的一个natural language processing的博客，经常评论最新学术动态，值得关注。有关于ACL、NAACL等学术会议的参会感想和对论文的点评

5

项目推荐

基于LSTM的中文问答系统

github/S-H-Y-GitHub/QA

基于RNN的文本生成器

github/karpathy/char-rnn

基于char-rnn的汪峰歌词生成器

github/phunterlau/wangfeng-rnn

用RNN生成手写数字

github/skaae/lasagne-draw

6

开源NLP工具包

中文NLP相关：github/crownpku/Awesome-Chinese-NLP

英文NLP相关：

NLTK: nltk/

TextBlob: textblob.readthedocs/en/dev/

Gensim: radimrehurek/gensim/

Pattern: clips.ua.ac.be/pattern

Spacy: spacy.io

Orange: orange.biolab.si/features/

Pineapple: github/proycon/pynlpl

7

ai技术路线：完备的 AI 学习路线

猜您喜欢：

相关文章