Cai

### 论文 #### 顶会 - **AAAI: 顶级人工智能综合会议** 2019年accepted paper: https://aaai.org/Conferences/AAAI-19/wp-content/uploads/2018/11/AAAI-19_Accepted_Papers.pdf 2018年accepted paper: https://aaai.org/Conferences/AAAI-18/wp-content/uploads/2017/12/AAAI-18-Accepted-Paper-List.Web_.pdf 2017年accepted paper: https://www.aaai.org/Conferences/AAAI/2017/aaai17accepted-papers.pdf - **IJCAI: 顶级人工智能综合会议** 2018年accepted paper: http://www.ijcai-18.org/accepted-papers/index.html 2017年accepted paper: https://ijcai-17.org/accepted-papers.html - **ICML :顶级机器学习会议** 2018年accepted paper:...

### 项目 & Github - [Tensorflow/models](https://github.com/tensorflow/models)--TensorFlow 官方 Github - [gluon-cv](https://github.com/dmlc/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](https://github.com/aleju/imgaug)--Image augmentation for machine learning experiments.数据增强库 - [DPED](https://github.com/aiff22/DPED)--增强图片质量 - [Deep Learning - All You Need to Know](https://github.com/osforscience/deep-learning-ocean)--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 ####...

### 博客 #### 国内 1. [机器学习--tornadomeet](http://www.cnblogs.com/tornadomeet/tag/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/default.html?page=1)--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。 2. [zouxy09的专栏](http://blog.csdn.net/zouxy09)--这个博客不只有机器学习内容，还有一个深度学习的系列。 3. [Machine Learning](http://www.cnblogs.com/jerrylead/tag/Machine%20Learning/default.html?page=1)--也是有关机器学习的一个博客。 4. [美团技术团队](https://tech.meituan.com/) 5. [苏剑林的博客](https://spaces.ac.cn/) 6. [**火光摇曳：**腾讯技术大牛们的博客](http://www.flickering.cn/) #### 国外 ##### 公司&组织 1. [OpenAI](https://blog.openai.com/)--OpenAI 2. [Distill](https://distill.pub/)--Distill 3. [Google AI Blog](https://ai.googleblog.com/)--谷歌AI的博客 4....

### 比赛 #### 比赛网站 1. [Kaggle](https://www.kaggle.com/) 2. [天池](https://tianchi.aliyun.com/home/) 3. [DataFountain](https://www.datafountain.cn/) 4. [FlyAI](https://www.flyai.com/) 5. [JData](https://jdata.jd.com/) #### 比赛经验 - [Kaggle 入门指南](https://zhuanlan.zhihu.com/p/25742261) - [分分钟带你杀入Kaggle Top 1%](https://zhuanlan.zhihu.com/p/27424282) - [6次Kaggle计算机视觉类比赛赛后感](https://zhuanlan.zhihu.com/p/37663895) - [参加kaggle竞赛是怎样一种体验？](https://www.zhihu.com/question/24533374) - [Kaggle入门，看这一篇就够了](https://zhuanlan.zhihu.com/p/25686876) -...

### 数据集 - [Datasets for machine learning](https://www.datasetlist.com/) [[收藏：全网最大机器学习数据集，视觉、NLP、音频都在这了]](https://mp.weixin.qq.com/s/o_MTEAdFHkJRFZP5JCeYMQ)--包含机器学习领域的数据集， #### 八大机器学习数据集 文章介绍：[[原文]](https://towardsdatascience.com/top-sources-for-machine-learning-datasets-bb6d0dc3378b)[[翻译]](https://mp.weixin.qq.com/s/_iYD4rrIzeCwSfV5dzU7mQ) ##### 1. Kaggle 数据集 数据集地址： https://www.kaggle.com/datasets 每个数据集都是一个小型社区，用户可以在其中讨论数据、查找公共代码或在内核中创建自己的项目。包含各式各样的真实数据集。 用户还可以看到与每个数据集相关的“内核”，许多数据科学家还提供了相关手册来分析数据集。 ##### 2. Amazon 数据集 数据集地址： https://registry.opendata.aws/ 该数据源包含多个不同领域的数据集，如：公共交通、生态资源、卫星图像等。 网页中也有一个搜索框来帮助用户寻找想要的数据集，还有所有数据集的描述和使用示例，这些数据集信息丰富且易于使用！ 数据集存储在Amazon Web Services...

### 面试资料 #### 综合 - [Algorithm_Interview_Notes-Chinese](https://github.com/imhuay/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 #### 题目 - [深度学习500问](https://github.com/scutan90/DeepLearning-500-questions) - [BAT面试1000题](https://zhuanlan.zhihu.com/c_140166199)--知乎专栏，面试题目 - [machine-learning-interview-questions](https://github.com/Sroy20/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](https://github.com/elviswf/DeepLearningBookQA_cn)--问题，以及给出在《深度学习》中答案所在的页码 - [技术面试必备基础知识](https://github.com/CyC2018/CS-Notes)--包含算法、操作系统、数据库、网络、JAVA等面试题目

### 深度学习 - [ ] [谷歌Colab的免费GPU使用教程](https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d) #### CNN - [ ] [Simple Introduction to Convolutional Neural Networks](https://towardsdatascience.com/simple-introduction-to-convolutional-neural-networks-cdf8d3077bac) - [ ] [Advanced Topics in Deep Convolutional Neural Networks](https://towardsdatascience.com/advanced-topics-in-deep-convolutional-neural-networks-71ef1190522d) - [ ]...

### Python - [x] [Jupyter Notebook 入门教程](https://www.dataquest.io/blog/jupyter-notebook-tutorial/) - [x] [Jupyter Notebook进阶教程](https://www.dataquest.io/blog/advanced-jupyter-notebooks-tutorial/) - [ ] [强化你的Jupyter Notebooks](https://towardsdatascience.com/supercharging-jupyter-notebooks-e22f5ad7ca18) - [ ] [Reading and Writing CSV Files in Python](https://realpython.com/python-csv/)--读取，保存csv文件 - [ ] [How...

I do this: git clone --brach face --recursive [email protected]:tornadomeet/mxnet.git make -j8 cd python python setup.py install then i can use the attribute prediction code to predict attributions