# 深度学习小组

**Repository Path**: changjiang-university_2/deep-learning-group

## Basic Information

- **Project Name**: 深度学习小组
- **Description**: 目前主要的学习方向是计算机视觉，还有数据挖掘
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2023-09-30
- **Last Updated**: 2023-10-23

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 学习平台介绍

由于深度学习是计算机一个较新的研究领域，研究成果可谓是日新月异，需要开发者持续学习才能掌握最新的技术，因此其学习资源主要集中在开源社区和竞赛平台上，下面开始介绍相关内容

## 一、开源社区

[飞桨PaddlePaddle-源于产业实践的开源深度学习平台](https://www.paddlepaddle.org.cn/)

- AI达人养成营
- AI创造营第三期
- 秋季AIday+知识竞赛
- AI达人特训营第二期
- 全栈AI能力提升计划



[OpenI 启智 新一代人工智能开源开放平台](https://openi.org.cn/)

- 第五期开源打榜活动 
- 第六期开源打榜活动即将开始
- [活动介绍](https://mp.weixin.qq.com/s/rAHarEUnZfa_xp-pNvojOw)
- [打榜提交区](https://openi.pcl.ac.cn/zeizei/OpenI_Learning/issues)



[DATAWHALE - 一个热爱学习的社区](https://datawhale.club/)

- [聪明办法学Python](https://github.com/datawhalechina/learn-python-the-smart-way)
- [巨硬的NumPy](https://github.com/datawhalechina/powerful-numpy)
- [极好的pandas](https://github.com/datawhalechina/joyful-pandas)
- [精彩的Matplotlib](https://linklearner.com/#/learn/detail/30)
- [LeetCode 算法笔记](https://github.com/datawhalechina/leetcode-notes)



## 二、竞赛平台

[和鲸社区 ](https://www.heywhale.com/home)

[阿里云天池 ](https://tianchi.aliyun.com/)

[华为云大赛 ](https://competition.huaweicloud.com/competitions)       

[DataFountain](https://www.datafountain.cn/)

[DataCastle](https://www.datacastle.cn/index.html)

[Kaggle](https://www.kaggle.com/competitions)（国外）





# 学习资源及路径

## 基础篇

初学者建议在短时间内学完第一部分：[1、python及前置知识 ](https://gitee.com/changjiang-university_2/deep-learning-group/tree/master/1、python及前置知识)

* 注意只需掌握基础函数api的基本用法即可，做到脑中有印象，用时再具体查阅。
* 不要一味的想，要多实践，实在有看不懂的地方最好逮着gpt一直问
* 最多4周就要全部搞完，学的快的可以提前进入到下一部分的内容中去学习（越快越好，不要把战线越拖越长）



## 核心篇

在学完基础内容后，即可开始AI部分的学习：[2、零基础实践深度学习（第2版）](https://aistudio.baidu.com/aistudio/education/group/info/25302)

* 做计算机视觉（CV）任务的，只需要学习前5章即可

* 学习方法和上面一样，要注重实践，多跑示例项目，必要时可以尝试参加一些学习赛和精选项目来加深理论知识的理解

  ![image-20230930183329022](https://s2.loli.net/2023/09/30/sdQrYFkfEuzxWay.png)

* 同理，做自然语言处理（NLP）任务的，也只需要学习对应的课程即可。



## 提高篇

下面两个部分是能否成为一名优秀AI工程师的标准

* 一是将所学的内容融汇贯通到一系列的开源任务中去，发现自己的短板从而快速成长，提高自己在开源社区里的影响力
* 二是通过竞赛不断打磨自己的技术，同时也能赚取奖金，证明自己的个人能力

[3、开源学习活动](https://gitee.com/changjiang-university_2/deep-learning-group/tree/master/3、开源学习活动)

[4、热门竞赛](https://gitee.com/changjiang-university_2/deep-learning-group/tree/master/4、热门竞赛)







# [近期学习安排](https://gitee.com/changjiang-university_2/deep-learning-group/tree/master/近期学习安排)





# [成员笔记分享](https://gitee.com/changjiang-university_2/deep-learning-group/tree/master/成员笔记分享)