2019年12月23日 下午11:22
新的点：
- Non-local Neural Networks 原理详解及自注意力机制思考 - Jerry_Jin - 博客园
- 数据量与半监督与监督学习 Data amount and semi-supervised and supervised learning
基础知识的总结、对比：
- RAdam VS Adam 看不懂
- CNN中各类卷积总结：残差、shuffle、空洞卷积、变形卷积核、可分离卷积等
- 可分离卷积详解及计算量 Basic Introduction to Separable Convolutions
- 全面解读Group Normalization，对比BN，LN，IN
- 检测算法简介及其原理——fast R-CNN，faster R-CNN，YOLO，SSD，YOLOv2，YOLOv3
- Difference between nn.softmax & softmax_cross_entropy_with_logits & softmax_cross_entropy_with_logits_v2
- Difference between ‘SAME’ and ‘VALID’ padding
- Batch Norm、Layer Norm、Weight Norm与SELU
- 深度神经网络直观解释（多图）
- 机器学习与深度学习核心知识点总结
- 从YOLOv1到YOLOv3，目标检测的进化之路
- RNN & LSTM & GRU 的原理与区别
- 各种优化方法总结比较（sgd/momentum/Nesterov/adagrad/adadelta）
- 神经网络和深度学习-学习总结
- 轻松看懂机器学习十大常用算法 (Machine Learning Top 10 Commonly Used Algorithms)
- optimization - Sebastian Ruder 两篇英文文章
- 数据科学家必须了解的六大聚类算法：带你发现数据之美 | 机器之心
- Caffe Source Code Analysis | Ldy’s Blog
- Implementing convolution as a matrix multiplication | Ldy’s Blog