开源的3D互动数字人聊天，你的二次元AI助理吗点击上方蓝字关注我们
IT 咖啡馆，探索无限可能！
恭喜你发现了这个宝藏，这里你会发现优质的开源项目、IT知识和有趣的内容。
深度学习，如果突然有人问它是个啥？会不会一下子不知道从何说起。那来看看这些场景，一堆图片中把相同的数字进行分类。把一段语音内容转换成文字。一张照片描述出图片中的内容，这些熟悉的AI能力背后都用到深度学习，今天我打包整理了5个学好深度学习必备的开源项目，另外还有抽奖福利。
深度学习
首先我们先区分下这几个概念，人工智能、机器学习、深度学习。机器学习是人工智能的一部分，而深度学习是机器学习中最突出的一个部分。目前表现最好的应用大部分都是深度学习，也正是深度学习的突出表现，才引发了人工智能的第三次浪潮。
awesome-deep-learning
每一个热门领域都会有一个awesome，这是github的定律，深度学习也不例外，awesome-deep-learning这个项目可以说是汇总了你在学习机器学习时需要的全部内容，包括了书籍、课程、演讲、论文、工具等等，可以说是一应俱全。
唯一要说的问题是这个项目是英语向的，所以收录的内容都是英语的，需要英语基础或者也可以自己去搜一下翻译的视频。哦对，还有一个问题就是视频很多是油管的，自己想办法解决访问问题。
项目地址：https://github.com/ChristosChristofidis/awesome-deep-learning
leedl-tutorial
本项目是李宏毅深度学习教程，李宏毅老师是台湾大学的教授，他的《机器学习》（2021年春）是深度学习领域经典的中文视频之一。本项目主要内容源于《机器学习》并在其基础上进行了一定的原创，内容很完整和系统，同时更新的时间也比较新。
同时，基于本教程还有纸质书，就是这本《深度学习详解》，也是datawhale系列书籍中的苹果书。这里开源的PDF和纸质书的区别是一个初稿，一个是精修版。如果你喜欢纸质阅读，并且正向找一本深度学习的书，那可以放心入这一本，我已经在看了。最好的使用方式就是将视频课程和书籍结合使用，会找到上课带教材的感觉。
另外还给大家带来福利，送5本书，可以加入交流群来抽奖。
项目地址：https://github.com/datawhalechina/leedl-tutorial
DeepLearning-500-questions
深度学习500问，以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，以帮助自己及有需要的读者。用了问答这种形式是我选这个项目的原因，全部是按部就班的介绍内容，大家会容易精神疲劳。看到问题再去阅读寻找答案，感觉容易引起共鸣，共容易进入状态。全书分为18个章节，50余万字。
项目地址：https://github.com/scutan90/DeepLearning-500-questions
Deep-Learning-Papers-Reading-Roadmap
从提纲到细节
从古老到先进
从一般领域到具体领域
专注于最先进的
这个项目是深度学习论文阅读路线图，如果你经常关注AI领域就会发现，很多新玩意出来都会配着一篇论文，所以真想深度研究这个领域，那确实得学会阅读论文。项目提出了4个方针：
项目中分了几个领域，每个领域都是一条阅读线，带你深入其中。注意这里都是论文，如果不是太喜欢看的就不必深入了。
项目地址：https://github.com/floodsung/Deep-Learning-Papers-Reading-Roadmap
annotated_deep_learning_paper_implementations
前面的我们关注了论文和理论，那当然也不能忘了实现。这个项目是深度学习 和相关算法的简单 PyTorch 实现的集合，包含了60 多种深度学习论文的实现 / 教程，并附有注释。包括了像 transformers、optimizers、gans、强化学习等等哈。而且非常好的一点是这个项目一直在保持更新。
项目地址：https://github.com/labmlai/annotated_deep_learning_paper_implementations
