1. 第一弹
- 可视化PyTorch、TensorFlow神经网络图，可视化网络的度量【loss,结构，激活值】的一个好工具，hidden layer
- 最强数据集50个最佳机器学习公共数据
- 之前ICLR2019上那个大名鼎鼎的BigGAN的Demo放出来了，可以浏览器在线运行测试，效果拔群，值得一试！
- TensorSpace：超酷炫3D神经网络可视化框架【比tensorboard更好用】
- YOLO-LITE:专门面向CPU的实时目标检测
- 来着msra的分布式机器学习，书籍，值得买
- 【opencv4.0，值得入手，因为不仅有工业界最稳定的图像处理库，还融合了最新的深度学习模型，应该在工业界应用广泛】
- Tensorflow使用trick好文，要收录学习
- 超级好用的视频标注工具. 虽然工具很好用，但是第一想法还是先找个【不错的无监督算法】首先【粗粒度帮我标注】，然后再【人工纠错，细粒度标注】。
记住，搞计算机的不能不利用【程序自动化】和【人机结合】 - Jupyter的扩展工具，非常值得一试
- 计算机视觉顶级会议论文中比较适合初学计算机视觉的人做的复现实验有哪些？
- MIT那个讲线代的老爷子出的一本专门为机器学习设置的线代应用基础
- 深度思考·DeepThinking - TensorFlow Serving + Docker + Tornado机器学习模型生产级快速部署
- 打造水冷四张RTX 2080Ti的深度学习工作站