深度学习算法工程师的基本要求
- 熟练掌握python和c++编程，至少熟悉 Caffe 和 Tensorflow/Pytorch 两种框架。
- 熟练玩转深度学习各类模型架构使用和设计。
- 熟练玩转数据的整理和使用，必须深刻理解数据在深度学习任务中的地位。
编程语言
C/C++
Python
- Python - 100天从新手到大师
- List of Data Science Cheatsheets to rule the world
- 一些有趣且鲜为人知的 Python 特性.
- Python 爬虫相关
Linux
- Linux命令大全搜索工具，内容包含Linux命令手册、详解、学习、搜集
- shell & git & vim
OpenCV
理论知识
相关论文
- 计算机视觉入门论文：computer version
- AutoML 论文合集：Awesome-AutoML-Papers
- Most popular metrics used to evaluate object detection algorithms.
- virgilio
- 传统的图像降噪算法和深度学习图像降噪算法重要论文，以及Benchmark的总结：GitHub - flyywh/Image-Denoising-State-of-the-art
深度学习
- CS231 李飞飞 已授权个人翻译笔记
- 深度学习500问
- 《神经网络与深度学习》 Neural Network and Deep Learning
- 《机器学习》（西瓜书）公式推导解析
- 吴恩达老师的机器学习课程个人笔记
- 深度学习入门教程&&优秀文章&&Deep Learning Tutorial
- 机器学习&深度学习网站资源汇总（Machine Learning Resources）
- 深度学习工程模板
- 深度学习模型大合集：Deep Learning Models
- 深度学习综述：Awesome Deep Learning
- 《迁移学习简明手册》
机器学习
- 统计学习方法
- 《统计学习方法》的代码实现
- 《统计学习方法》知识点总结
- Numpy手写主流机器学习模型
- 100-Days-Of-ML-Code
- 100-Days-Of-ML-Code中文版
- 机器学习综述：Awesome Machine Learning
开源框架
TensorFlow
- TensorFlow Tutorial and Examples for Beginners (support TF v1 & v2)
- TensorFlow Course
- An Open Source Machine Learning Framework for Everyone
Pytorch
Caffe
Darknet