您现在的位置：程式師世界 >> 編程語言 > >> 更多編程語言 >> Python

推薦一個python、AI學習社區：ShowMeAI

編輯：Python

ShowMeAI

網址：ShowMeAI知識社區

博客：ShowMeAI博客 — 專注數據算法與應用 » ShowMeAI

github：https://github.com/ShowMeAI-Hub

bilibili：ShowMeAI的個人空間_哔哩哔哩_Bilibili

知乎：ShowMeAI - 知乎

微博：Sina Visitor System

掘金：ShowMeAI 的個人主頁 - 專欄 - 掘金

主頁

工具&框架

『Galileo』京東出品的圖深度學習框架

github.com/JDGalileo/g…

Galileo（伽利略）是京東出品的圖深度學習框架，具備超大規模、易使用、易擴展、高性能、雙後端等優點，旨在解決超大規模圖算法在工業級場景的落地難題，提供圖神經網絡和圖嵌入等模型的訓練評估及預測能力。Galileo 圖深度學習框架采用分層設計理念，主要分為分布式圖引擎、圖多後端框架、圖模型三層。

『PersonalizedFL』個性化聯邦學習工具庫

github.com/microsoft/P…

PersonalizedFL 是基於 PyTorch 的聯邦學習代碼庫，面向研究設計，具有易於學習、易於擴展、用於公平比較等特點，同時為了快速入門而捨棄了很多不常用的擴展。作為初始版本，PersonalizedFL 當前支持的算法包括 FedAvg、FedProx、FedBN、FedAP、MetaFed，並且更多算法在開發中。

『Papyri』IPython和Jupyter中構建與發布文檔工具

github.com/jupyter/pap…

Papyri 可以在 IPython 和 Jupyter 中構建、發布、安裝和渲染文檔，旨在幫助構建更好的科學生態系統。Papyri 具備以下特性：跨庫的雙向交叉鏈接、導航、圖像嵌入、數學公式渲染。作者在這裡闡述了項目的起源和後續規劃。

『lamda』安卓逆向 & 自動化輔助框架

github.com/rev1si0n/la…

這是一個用於安卓逆向及自動化的輔助框架，它以編程化的接口大幅減少手動操作，減少在瑣碎問題上花費的時間。框架具備零依賴、調用簡單、兼容性高、自動化操作手機等一系列特性。Repo 文檔非常詳細！對新手非常友好~

『torchimize』PyTorch 實現的數值優化算法

github.com/hahnec/torc…

Gauss-Newton（高斯 - 牛頓法）和 Levenberg-Marquardt（列文伯格-馬誇爾特法）是最常用的兩種數值優化算法。torchimize 使用 PyTorch 庫實現了這兩種算法，從而達成『在GPU上實現基於 torch.Tensor 類的凸優化』這一目標。值得注意的是，torchimize 能夠在每個循環迭代中並行地最小化幾個最小二乘優化問題。

博文&分享

TU Berlin『基於事件的機器人視覺』課程

www.youtube.com/playlist?li…

sites.google.com/view/guille…

『Event-based Robot Vision SS2020』是 TU Berlin（Technische Universität Berlin，柏林高等工業學校）開設的『視覺信息處理』課程，講師 Guillermo Gallego 自 2019 年擔任柏林工業大學和愛因斯坦數字未來中心 (ECDF) 的『機器人交互感知』的教授，研究重點是機器人技術、計算機視覺和應用數學的交叉領域。

課程講授處理視覺信息的新方法、基於事件視覺技術（event-based vision）、事件相機（event-based camera）技術的實踐經驗，內容非常前沿，可以說是世界上第一門此類課程，涵蓋的具體主題包括基於事件的傳感器的生物啟發式工作原理、運動估計、模式識別、信號處理與濾波（filtering）等等。課程提供了豐富的學習資料，除視頻、課件、練習外，還有大量的學術論文和參考資料等。

『機器學習』項目 /代碼 / 博客文章等的分享社區

github.com/GokuMohanda…

madewithml.com/

這是一個機器學習的內容分享社區，作者 Goku Mohandas 曾就職於Apple。社區的主要內容圍繞 MLOps（Machine Learning Operations）展開，並且強化了內容在『hands-on 動手實現』『intuition-first 直覺先行』『software engineering 軟件工程』『focused yet holistic 拓展豐富』這四個方面的特性。

主題以 Lesson 的系列內容形式展開，每周更新，包含四個部分：intuition 概念、code 代碼、application 應用、extensions 拓展。如果你想成為更好的軟件工程師、更負責任地交付ML、掌握更實用的技能等，那可以試試這個網站！