记录阅读的书籍或者网上教程的代码练习的记录。
这里整理归纳一些平时收集到的书籍、教程、项目等资源，主要是机器学习、深度学习、Python等，目录如下：
- Awesome Computer Vision--Github 上的一个9000+星的资源，包含书籍、课程、教程、论文、数据集、博客等等
- 资源汇总 | 200多个最好的机器学习、NLP和Python相关教程
- AI算法工程师手册--包含数学基础、机器学习、深度学习、计算机视觉和NLP等知识
- StateOfTheArt.ai --AI 界的 State of the Art都在这里了
- awesome-fashion-ai--有关 fashion 和 e-commerce 方面的研究论文、数据集等
- AlphaTree-graphic-deep-neural-network--介绍了深度学习的一些模型，并且有图示，包含了图像分类、物体检测、人脸检测与识别等方向
- AiLearning: 机器学习 - MachineLearning - ML、深度学习 - DeepLearning - DL、自然语言处理 NLP
- A complete ML study path, focused on TensorFlow and Scikit-Learn--机器学习的学习路线
- Simple and ready-to-use tutorials for TensorFlow--简单快速入门的TF教程
- TensorFlow Tutorial and Examples for Beginners with Latest APIs--2w6的Star的教程，从机器学习算法到深度学习，以及一些使用方法，比如数据加载、模型保存、多GPU、可视化
- 机器学习100天[中文翻译]
- Machine Learning in Python--手把手教你利用Python对图像数据进行机器学习（使用scikit-learn 和Keras）：Machine Learning in Python 注：含KNN、朴素贝叶斯、Logistic回归、SVM、决策树、随机森林、神经网络和深度神经网络和CNN等算法
- CS229 机器学习速查表
- 机器学习笔记--机器学习与人工智能学习笔记，包括机器学习、深度学习以及常用开源框架（Tensorflow、PyTorch）等
- deep_learning_cookbook--基于TensorFlow和Keras的深度学习书籍《Deep Learning Cookbook》,代码很详细，包含多个项目！
- 深度学习教程整理 | 干货--整理深度学习方面的教程，包括基础网络、框架总结、网络设计和转换等
- CS230 深度学习速查表
- deeplearning.ai（吴恩达老师的深度学习课程笔记及资源），吴恩达老师的机器学习课程个人笔记--同一个作者对吴恩达老师两门课程的笔记和资源
- Deep Tutorials for PyTorch--一系列基于 Pytorch 的教程，目前包括 caption、sequence labeling、object detection 和 Text Classification, 复现对应领域的某篇论文的代码
- 李宏毅老师的 2019 机器学习课程 [youtube][B站] [课程资料链]
- 斯坦福大学的 CS229 机器学习课程
- 给程序员的实践深度学习课程[介绍]--整个课程一共7节，带你从理论到应用学成深度学习，计算机视觉、NLP、推荐系统等等一课打尽。并且非常偏向于实践，深受好评！
- 李宏毅老师的深度学习课程
- CS231n课程
- Andrew Ng 的 deeplearning.ai Coursera 网易云课堂
- 《统计学习方法》
代码：https://github.com/wzyonggege/statistical-learning-method
https://github.com/WenDesi/lihang_book_algorithm
https://blog.csdn.net/tudaodiaozhale
https://github.com/fengdu78/lihang-code--python3.6版本
- (推荐)机器之心--
- PaperWeekly
- 通天塔--论文阅读，中英文翻译对比
- Arxiv--寻找最新论文的网站
- Arxiv Sanity Preserver[Code] --对 arXiv 更好的展示论文
- （强力推荐）Papers With Code--论文及其实现代码
- （强力推荐）Browse state-of-the-art--记录了16个大类，总共950+个任务的当前最先进的技术
- RSIP vision--图像处理和计算机上视觉
- Learn Opencv
- (推荐)PyimageSearch--计算机视觉、opencv等，并且都是详细实现代码，每一步实现都解释得很清楚！
- Tensorflow/models--TensorFlow 官方 Github
- gluon-cv--GluonCV 提供了当前计算机视觉性能最优的深度学习模型
- imgaug--Image augmentation for machine learning experiments.数据增强库
- DPED--增强图片质量
- Deep Learning - All You Need to Know--深度学习资源，包含了论文、网络模型、教程、数据集、博客、框架等等
- deep-learning-papers-translation--Github 深度学习论文翻译，包括分类论文，检测论文等
- deep-learning-papers--深度学习的论文，包括视觉、文本、音频，最新更新是2017年10月
- 各种机器学习任务的顶级结果（论文）汇总--汇总多个任务，包括视觉、语音、NLP、强化学习等方向的最顶级结果的论文
- awesome-Face_Recognition:近十年的人脸相关的所有论文合集
- face_recognition:人脸识别库，可以实现识别、检测、匹配等等功能。
- Awesome Image Classification--图像分类方面的汇总，常用的网络模型的性能结果，代码实现以及论文。
- Awesome-Image-Inpainting--图像修复方面的资料汇总
- 机器学习--tornadomeet--这是别人学习机器学习和深度学习做下笔记的博客，有好几十篇博文呢。
- zouxy09的专栏--这个博客不只有机器学习内容，还有一个深度学习的系列。
- Machine Learning--也是有关机器学习的一个博客。
- OpenAI--OpenAI
- Distill--Distill
- Google AI Blog--谷歌AI的博客
- Notes on machine learning
- BAIR Blog--伯克利大学AI小组博客
- DeepMind Blog--DeepMind的博客
- FAIR Blog--Facebook AI博客
- SALu--有关于 GAN 方面的文章
- Colah’s Blog--神经网络理解方面的入门，以及深度学习知识
- Ruder’s Blog--多任务学习、迁移学习
- inFERENCe
- Andrew Trask’s Blog
- Adit Deshpande’s Blog--比较适合入门神经网络
- Graduate Descent
- Jupyter Notebook 教程[入门][进阶]
- Awesome Jupyter--介绍了 Jupyter 相关的库、资源和教程，总共11个类别等
- Algorithm_Interview_Notes-Chinese--2018/2019/校招/春招/秋招/算法/机器学习(Machine Learning)/深度学习(Deep Learning)/自然语言处理(NLP)/C/C++/Python/面试笔记
- BAT面试1000题--知乎专栏，面试题目
- machine-learning-interview-questions--英文版面试题目，包括深度学习、机器学习和数学
- 深度学习面试中文版--问题，以及给出在《深度学习》中答案所在的页码
- Python面试题--接近 300 道面试题，不少问题也给出了答案
- 技术面试必备基础知识--包含算法、操作系统、数据库、网络、JAVA等面试题目