|
1 Awesome大综述 没错，项目名字就叫Awesome。这第一个简直就是最“丧心病狂”的综述，10万+星星，要把所有方向一并索引了，自己当目录。 https://github.com/sindresorhus/awesome   这个项目的创建者是sindresorhus，全职自由职业者，从事开源项目开发和维护，据说是这个星球上星星最多的男人，偏偏长得还很帅，个人主页：https:///，大家自己粉吧。  怎么说呢，本文其实你不看下去就是可以的，直接去看上面那个综述就行了。 2 读论文 读论文是搞AI研究必备的基本素质，这个项目是我看的前10个GitHub项目之一，整理了很多深度学习有关的优秀papers，项目的维护者是University of Waterloo的Terry Taewoong Um。 https://github.com/terryum/awesome-deep-learning-papers   不过请看最新申明： [Notice] This list is not being maintained anymore because of the overwhelming amount of deep learning papers published every day since 2017. 大概意思就是，论文太多了，我们放弃了。如果是初学者，我觉得完全可以去好好看一眼，初学者最忌讳的就是天天看最新的东西，那样是有损于学习的。 类似的还有： https://github.com/papers-we-love/papers-we-love 3 逛社区 这几个项目的特点就是杂而全，覆盖机器学习有关的一切资料。 有的深度学习一锅端了。 https://github.com/ChristosChristofidis/awesome-deep-learning  有的机器学习一锅端了。 https://github.com/josephmisiti/awesome-machine-learning  有的增强学习一锅端了 https://github.com/aikorea/awesome-rl 有数不清的GAN一锅端了 https://github.com/nightrome/really-awesome-gan https://github.com/hindupuravinash/the-gan-zoo 东西太多了，建议大家看一眼就行了，别迷失，尤其是初学者，跟我们一起来可能更加合适。 4 听课程 专注收录computer science相关的所有课程。 https://github.com/prakhar1989/awesome-courses  类似的当然还有了，不过建议看课程不要求多，初学看书应该更好。 5 跟项目 因为python是机器学习算法里最受欢迎的语言，所以先介绍一个，6万多颗星，看看deep learning这个菜单下的资源就能窥见一斑。 https://github.com/vinta/awesome-python  类似的当然还有了，php，java，android，ios，shell，爬虫，应有尽有。 https://github.com/ziadoz/awesome-php https://github.com/akullpp/awesome-java https://github.com/sindresorhus/awesome-nodejs https://github.com/vsouza/awesome-ios https://github.com/snowdream/awesome-android https://github.com/alebcay/awesome-shell https://github.com/facert/awesome-spider https://github.com/avelino/awesome-go 6 翻数据集 这是一个从各种博客，论坛等地方抓取数据集的项目。 https://github.com/awesomedata/awesome-public-datasets  还有一个辅助数据科学家养成的项目 https://github.com/bulutyazilim/awesome-datascience  类似的还有一些，可以没事翻翻。 https://github.com/onurakpolat/awesome-bigdata 7 看领域 你肯定知道接下来有三要说什么，那就是AI各个研究领域的综述了。 什么计算机视觉一锅端了。 https://github.com/jbhuang0604/awesome-computer-vision https://github.com/kjw0612/awesome-deep-vision 什么自然语言处理一锅端了。 https://github.com/keon/awesome-nlp 什么语音处理一锅端了。 https://github.com/zzw922cn/awesome-speech-recognition-speech-synthesis-papers
还有很多领域，就不一一列举了，欢迎大家留言。 8 备面试 现在有很多的公众号和社区专门讲面试，还有一些朋友让我讲讲，你以为GitHub会没有吗？ https://github.com/MaximAbramchuck/awesome-interview-questions 我还在纠结讲还是不讲，因为讲出来必定会有争议，正好这几天知乎上回答的一个问题就引起争议了，大家不妨直接看吧。 https://www.zhihu.com/question/62482926/answer/625352436 关于面试只有一点小建议，虽然有套路，但是只要巩固好领域的基础知识和编程技能，再发展一些核心竞争力，就不用慌。 9 攒工具 好的工具干起活来可谓是事半功倍了，必须时刻留意。 记笔记的 https://github.com/jupyter/notebook 画图的 https://github.com/zfrenchee http:///NN-SVG/ https://github.com/HarisIqbal88/PlotNeuralNet 读论文的 https://github.com/karpathy/arxiv-sanity-preserver 转模型的 https://github.com/Microsoft/MMdnn |
|
|
