微信公众号推荐

磐创AI

编辑 安可

今天给大家推荐一个微信公众号「磐创AI」，是一个从三大深度学习框架Tensorflow、Keras与PyTorch的角度剖析AI行业最新动态，机器学习干货文章，深度学习实战项目，国外最新论文翻译的个人AI技术学习与进阶公众号。

他们致力于输出最简单易懂的Tensorflow、Keras与PyTorch上手实战原创带学系列文章。原创内容还涵盖深度强化学习（DRL）、弱监督学习、知识图谱（KG）与人脸识别等多个细分领域。另外，还会定期推送当下最热点的Github机器学习项目库总结。强烈推荐关注！！

内容适合以下群体：

• 相关岗位从业者

• 相关专业和方向研究者

• 技术爱好者

磐创AI作者团队

「磐创AI」作者团队有Tensorflow技术书籍主编、Keras技术书籍主编、知识图谱技术从业者、深度学习社区站长，且有腾讯、华为、MSRA等大厂工作经历的技术极客，985在读硕士、博士等。分别负责下方所介绍专栏。

扫码联系加入我们

公众号内容

作者在公众号分享了 180 余篇 原创 技术文章，主要围绕Tensorflow最新上手与实战系列、Keras入门与上手实战系列、PyTorch入门与上手实战系列、以及最新Github热点机器学习项目介绍，传递最新AI热点技术与输出精品带学系列教程，主要内容如下：

 1、《Tensorflow系列篇》

小白也能看懂的Tensorflow 2.0上手系列：

1. 小白也能看懂的Tensorflow2.0上手教程（一）

2. 小白也能看懂的Tensorflow2.0上手教程（二）

3. 小白也能看懂的Tensorflow2.0上手教程（三）

4. 小白也能看懂的Tensorflow2.0上手教程（四）

5. TensorFlow 2.0 的新功能

深度强化学习（DRL）：

1. 深度强化学习（DRL）专栏开篇

本系列其他原创（NLP CV等）技术文章如下：

1. TensorFlow系列专题（一）：机器学习基础

2. TensorFlow系列专题（二）：机器学习基础

3. TensorFlow系列专题（三）：深度学习简介

4. Tensorflow系列专题（四）：神经网络篇之前馈神经网络综述

5. TensorFlow系列专题（五）：BP算法原理

6. TensorFlow系列专题（六）：实战项目Mnist手写数据集识别

7. TensorFlow系列专题（七）：一文综述RNN循环神经网络

8. TensorFlow系列专题（八）：七步带你实现RNN循环神经网络小示例

9. TensorFlow系列专题（九）：常用RNN网络结构及依赖优化问题

10. 十 | 门控循环神经网络LSTM与GRU（附python演练）

11. TensorFlow系列专题（十一）：RNN的应用及注意力模型

12. TensorFlow系列专题(十二): CNN最全原理剖析(多图多公式)

13. TensorFlow系列专题(十三): CNN最全原理剖析（续）

14. TensorFlow系列专题(十四): 手把手带你搭建卷积神经网络实现冰山图像分类

15. 【干货】史上最全的Tensorflow学习资源汇总

 2、《Keras系列篇》

部分 Keras 原创技术文章如下：

1. 使用Keras进行深度学习：（一）Keras 入门

2. 使用Keras进行深度学习(二): CNN讲解及实践

3. 使用Keras进行深度学习：（三）使用text-CNN处理自然语言（上）

4. 使用Keras进行深度学习：（三）使用text-CNN处理自然语言（下）

5. 使用 keras 和 tfjs 构建血细胞分类模型

6. 使用Keras进行深度学习：（五）RNN和双向RNN讲解及实践

7. 使用Keras进行深度学习：（六）LSTM和双向LSTM讲解及实践

8. 使用Keras进行深度学习：（六）GRU讲解及实践

 3、《PyTorch系列篇》 

1. 新手必备 | 史上最全的PyTorch学习资源汇总

2. Pytorch入门演练

3. 使用Pytorch训练分类器详解（附python演练）

4. PyTorch 60 分钟入门教程：数据并行处理

5. PyTorch高级实战教程: 基于BI-LSTM CRF实现命名实体识别和中文分词

4、《Github热点项目篇》

Github 机器学习/数据科学热点项目文章如下：

1. 热点 | 四月最佳Github项目库与最有趣Reddit热点讨论（文末免费送百G数据集）

2. 热点 | 六月Github热点项目库总结

3. 热点 | 近期Github热点项目库总结

4. 热点 | github近期热点项目汇总

5. 热点 | 近期Github机器学习开源项目

6. 热点项目｜近期Github热门项目Top5

7. 干货｜近期热点机器学习git项目

8. 推荐｜近期热点机器学习git项目

9. 推荐 | 7个你最应该知道的机器学习相关github项目

10. 七大Github机器学习热门项目

11. 【干货】史上最全的Tensorflow学习资源汇总

12. 新手必备 | 史上最全的PyTorch学习资源汇总

13. 【入门必备】史上最全的深度学习资源汇总

5、《机器学习系列》

部分 机器学习 原创技术文章如下：

1. 一个完整的机器学习项目在Python中的演练(一)

2. 一个完整的机器学习项目在Python中的演练(二)

3. 一个完整的机器学习项目在Python中的演练(三)

4. 一个完整的机器学习项目在Python中的演练(四)

5. SVM多核学习方法简介

6. 多核学习方法介绍

7. 支持向量机原理讲解（一）

8. SVM | 支持向量机原理讲解（一）

9. SVM | 支持向量机原理讲解（二）

10. 一文读懂机器学习大杀器XGBoost原理

11. 机器学习算法系列(一)：logistic回归

12. 机器学习算法系列(二)：拉格朗日对偶性

13. 机器学习算法系列(三)：最大熵模型

14. 机器学习算法系列：FM分解机

15. 新手入门机器学习十大算法

16. 解决机器学习问题的一般流程

17. 机器学习中常用优化算法介绍

18. 数据挖掘和机器学习的面试问题

19. 详解机器学习中的熵、条件熵、相对熵、交叉熵

20. 走进机器学习

21. 解决机器学习问题的一般流程

22. 数据可视化详解+代码演练

23. 专题 | 特征工程简介 （文末免费送AI币）

 6、《计算机视觉系列》

部分 CV 原创技术文章如下：

1. 目标检测算法上手实战

2. 基于深度学习的计算机视觉应用之目标检测

3. 图像配准：从SIFT到深度学习

4. TensorFlow + Keras 实战 YOLO v3 目标检测图文并茂教程（文末有惊喜）

5. 使用Python+opencv进行图像处理(一) | 视觉入门

6. 使用Python+OpenCV进行图像处理（二）| 视觉入门

7. 使用Python+OpenCV进行图像处理（三）| 视觉入门

8. FaceRank-人脸打分基于 TensorFlow 的 CNN 模型，这个妹子颜值几分？

9. 从目标检测到图像分割简要发展史

10. 深度学习之视频人脸识别系列（一）：简介

11. 深度学习之视频人脸识别系列二：人脸检测与对齐

12. 深度学习之视频人脸识别系列三：人脸表征

13. 深度学习之视频人脸识别系列四：人脸表征-续

 7、《自然语言处理系列》

部分 NLP 原创技术文章如下：

1. 干货 | 史上最全中文分词工具整理

2. 【干货】词向量之DNN模型

3. 基于word2vec训练词向量(一)

4. 基于word2vec训练词向量(二)

5. 基于Doc2vec训练句子向量

6. 谱聚类概述

7. 详解谱聚类原理

8. 论文 | 半监督学习下的高维图构建

9. 中文文本相似度计算工具集

10. 集成聚类系列（一）：基础聚类算法简介

11. 常用的聚类算法及聚类算法评价指标

12. 使用wrd2vec构建推荐系统

13. OpenAI的GPT-2:用Python构建世界上最先进的文本生成器的简单指南

14. ChatBot原理与实战（一）：什么是ChatBot

8 、《知识图谱系列》

知识图谱（KG） 原创技术文章如下：

1. 入门 | 知识图谱简介

2. 领域综述 | 知识图谱概论（一）

3. 知识图谱概论（二）：概念具象化描述

4. 知识图谱里的知识表示：RDF

5. 使用特定领域的文档构建知识图谱 | 教程

6. 知识图谱与机器学习 ｜ KG入门 -- Part1 Data Fabric

7. 知识图谱与机器学习 | KG入门 -- Part1-b 图深度学习

8. 知识图谱与机器学习｜KG入门 -- Part2 建立知识图谱

 9、《深度学习基础系列》

部分深度学习基础原创技术文如下：

1. 深度学习发展史

2. 卷积神经网络概述

3. 损失函数综述

4. 一文带你读懂激活函数

5. 专题 | 特征工程简介 （文末免费送AI币）

6. 深度学习中的正则化技术概述（附Python+keras实现代码）

7. 一文彻底搞懂BP算法：原理推导+数据演示+项目实战（上篇）

8. 一文彻底搞懂BP算法：原理推导+数据演示+项目实战（下篇）

9. 5分钟配置好你的AI开发环境

10. 十分钟一起学会ResNet残差网络

11. 十分钟一起学会Inception网络

12. 线性代数在数据科学中的十个强大应用（一）

13. 线性代数在数据科学中的十大强大应用（二）

14. 【入门必备】史上最全的深度学习资源汇总

 10、《弱监督学习系列》

弱监督学习 原创技术文如下：

1. 虚拟对抗训练：一种新颖的半监督学习正则化方法

2. 极端类别不平衡数据下的分类问题研究综述 | 硬货

3. 迁移学习之零次学习最新研究综述 | 前沿

因篇幅有限，其余精彩原创可在公众号历史消息中了解！

未来计划

坚持分享原创文章，打磨好上述前沿原创系列！