深度學習框架：caffe、tensorflow、pytorch、mxnet、paddlepaddle。
推理庫：ncnn，tflite，mnn，tnn，paddlelite，onnx。
常見模型：alexnet、vgg net、googlenet、resnet、resnext、r-cnn、yolo、squeezenet、segnet、gan、、、、、、、
模型種類：分類模型、檢測模型、分割模型
分類模型：lenet、alexnet、vgg net、googlenet、、、、、、、、
目標檢測模型：rcnn、fast rcnn、faster rcnn、yolov1-v5、、、、
影象分割模型：segnet、unet、、、、、、、、、、
文字檢測模型：ctpn、east、psenet、dbnet、、、、、、、、、、
回歸模型：
backbone：
loss：分類一般用交叉熵cross entropy、回歸一般用mse或l2 loss
常用的深度學習模型
深度學習資料彙總
和一位學長交談之後，認識到深度學習是乙個快速發展的領域，僅僅靠著幾本書是遠遠不行的，應該關注前沿。但新入門的小夥伴往往根本不知道怎麼上手，結合學長的推薦和我自己的經驗，在這裡將一些好的學習資料推薦給大家。這裡我重點關注視覺方面的深度學習。作為深度學習的基礎，機器學習是必須掌握的。這方面我認為比較好的...
深度學習入門知識彙總
本文是作者在學習深度學習 deep learning 過程中零碎的知識彙總，作者接觸深度學習純屬愛好，目前想做乙個訓練電腦自己寫古詩的小應用，現階段把所接觸到的認為有價值的內容記錄下來，旨在和大家分享學習過程中的問題。張量 tensor 張量是dl裡經常遇到的乙個名詞，我的理解其實它其實和矩陣的維度...
深度學習資料集彙總
幾個重要的資料集彙總 擴充套件 cifar 10包含10個類別，50,000個訓練影象，彩色影象大小 32x32，10,000個測試影象。類別 airplane，automobile,bird,cat,deer,dog,frog,horse,ship,truck 資料格式 python版本 matl...