深度学习优秀博客、学习资源汇总(持续更新ing……)

1. 基础理论

1.1 优化算法

从 SGD 到 Adam —— 深度学习优化算法概览(一)
介绍了各个优化算法的公式发展

一个框架看懂优化算法之异同 SGD/AdaGrad/Adam
介绍各个优化算法的公式,讲的更好一点,但公式不如1.1.1准确

Adam那么棒,为什么还对SGD念念不忘 (3)—— 优化算法的选择与使用策略
讲了优化算法的问题,和作者的一些trick

2. 检测算法

2.1 anchor- free

2.1.1 FCOS: one-stage逐像素目标检测算法

FCOS: 最新的one-stage逐像素目标检测算法

FCOS目标检测论文各种细节解读

3. pytorch移动端部署

3.1 ONNX

将模型从pytorch导出到 ONNX 并使用ONNX Runtime运行它
官方示例,几个简单的小教程

TORCH.ONNX
官方详细教程,提示可能遇到的坑和解决方案

Pytorch转ONNX-理论篇
pytorch转onnx的概论,说明可能存在的问题

Pytorch转ONNX-实战篇1(tracing机制)
介绍ONNX的工作原理,trace

Pytorch转ONNX-实战篇2(实战踩坑总结)
作者介绍了几个他踩过的坑

4.分布式训练

Pytorch中多GPU训练指北

你可能感兴趣的:(深度学习,人工智能,深度学习)