开源软件名称（OpenSource Name）：

开源软件地址(OpenSource Url)：

开源编程语言(OpenSource Language)：

开源软件介绍(OpenSource Introduction)：

ML&DL笔记

在cs231n笔记的基础上进一步扩展, 是我ML&DL学习总结的记录.

感谢对于CS231n的笔记的翻译.

changelog

• 2018年11月15日: 最近在看目标检测部分内容, 主要会看RCNN->SPP-Net->Fast RCNN->Faster RCNN, 总结的书写方式要改变下, 为了节省时间, 提高效率, 更多增加自己的思考, 决定不再弄论文的翻译复制过来, 在上面的基础上做笔记这样的方式了, 准备按照架构的流程, 理清架构的思路, 以问题推动思考的方式来进行学习. 希望可以帮助自己更深入的理解.
• 2018年11月19日: 准备开始看Yolo/SSD系列. 这几天看完了RCNN系列的文章, 略感心累. 准备过些日子重新在整理下文档结构吧.
• 2018年11月30日: 看完了RCNN系列, 看完了SSD&Faster的实现, YOLO简单过了一下, 接下来准备看下其他的关于目标检测算法论文.
• 2018年12月04日: 看完了RFCN, 可变形卷积, FPN, 再往后就是mask-rcnn等更为牛逼的网络了, 可是自我感觉, 到目前来说, 或许应该暂停下了, 准备开始复现代码了. 编程能力是基石, 不可缺少, 这个不稳, 一切都不靠谱, 需要上手练练了, 之前只是看了下Faster/SSD的代码, 其他就没有详细读过了, 感觉应该仔细学习下tensorflow, 先从Cifar10的分类网络练手吧!
• 2019年01月06日: 最近在做显著性检测相关的学习, 主要在看一些分割和显著性的论文. 框架最终选择了pytorch.
• 2019年04月17日: 好久没有更新了, 主要是当前更新文档主要存放在语雀, 同样支持markdown, 图片公式什么的也还方便. 目前主要看的论文是显著性, 但是会关注下图神经网络和分割相关的论文.
• 2019年07月25日：更新两篇关于蒸馏的文章，最近研究的重点在模型压缩上，但是主要目的还是显著性检测，希望有用。

后期想法

1. 基础文章收集到一起
2. 论文部分进行一下分类归档
3. 删除文章未使用的图片

其他

论文开始的时候多是直接找翻译, 现在大多数是直接看原文, 有时候原文的细节会丰富些.

• https://github.com/tensorflow/models/tree/master/research/slim
• "通天塔(有很多论文翻译, 虽然翻译的一般, 但是可以看)": http://tongtianta.site/
• https://arxiv.org/

感谢

感谢开源社区.

笔记随时在补充, 更新. 不过可能后期更新多在语雀上, 有时间会尽可能搬运一下.