收藏ai资料有关nlp和cv(一直更新)

神经网络框架tf 2.0资料推荐

https://github.com/lyhue1991/eat_tensorflow2_in_30_days

pytorch框架

https://pytorch.org/tutorials/

mxnet

https://github.com/d2l-ai/d2l-zh

推荐书籍 动手学深度学习

gnn(图神经网络）

https://github.com/benedekrozemberczki/awesome-graph-classification

数学方面知识推荐：

这里推荐麻省理工公开课的 Linear Algebra. 记录的学习笔记。

https://github.com/yizhen20133868/MIT-Linear-Algebra-Notes

对于初学者的学习可以推荐深度学习500问：

https://github.com/scutan90/DeepLearning-500-questions

 

关于BERT（Bidirectional Encoder Representations from Transformers）其实在18年底论文就出来了，

而且NAACL 2019最佳论文揭晓，谷歌BERT获最佳长论文。

论文地址：https://arxiv.org/abs/1810.04805

关于论文的中文翻译地址：https://github.com/yuanxiaosc/BERT_Paper_Chinese_Translation

github地址：https://github.com/google-research/bert

关于预训练的中文模型等等都可以下载

网上有关的专栏也很多，比如：从Word Embedding到Bert模型—自然语言处理中的预训练技术发展史

后面愈来愈多的中文预训练模型都如雨后春笋般涌出，例如GPT-2，XLNet，ERNIE等。

网上资料很多，推荐优秀的博文（供自己和他人收藏）

https://jalammar.github.io/a-visual-guide-to-using-bert-for-the-first-time/

https://mccormickml.com/2019/05/14/BERT-word-embeddings-tutorial/

Transformer

https://github.com/harvardnlp/annotated-transformer

https://jalammar.github.io/illustrated-transformer/

yolo v4

https://github.com/pjreddie/darknet

 

如果想学习github上资料很多，书籍也有很多，深度学习花书，机器学习等书。。。。。。

如果想学习有关资料，在评论区评论资料，我会打包一些供你们学习。