Tutorials List

Coding Skill目錄下的所有Tutorials、Notes部落格都會不定期疊代更新

文章目錄

• Chapter0: Resource
• • 0.0 Some search engines efficient
  • 0.1 DeepLearning Community
• Chapter1: Tools
• • 1.0 PythonTutorials
  • 1.1 Numpy Tutorials
  • 1.2 Pandas Tutorials
  • 1.3 Scipy Tutorials
  • 1.4 Matplotlib Tutorials
  • • Seaborn Tutorials
  • 1.5 OpenCV Tutorials
  • 1.6 Keras Tutorials
  • 1.7 Tensorflow Totorials
  • 1.8 Pytorch Tutorials
  • 1.9 Scrapper Tutorials
  • 1.10 Docker
  • 1.11 Dataset
  • 1.12 Gephi
• Chapter2: Principle
• • 2.1 Machine Learning
  • 2.2 Deep Learning
  • 2.3 Computer Vision
• Summary

Chapter0: Resource

0.0 Some search engines efficient

https://www.searchenginejournal.com/alternative-search-engines/271409/

https://www.reliablesoft.net/top-10-search-engines-in-the-world/

https://uk.ask.com/

0.1 DeepLearning Community

https://paperswithcode.com/sota

https://www.stateoftheart.ai/

https://www.researchgate.net

http://www.zhuanzhi.ai/

https://www.tinymind.cn/

https://www.jiqizhixin.com/

https://www.pyimagesearch.com/

https://skymind.ai/

http://www.python66.cn/

https://www.coursera.org/learn/ai-for-everyone

https://www.deeplearning.ai/

Chapter1: Tools

1.0 PythonTutorials

• 廖雪峰 Python3教程
• Python Tutorials For Beginners
• 知乎-Python中文社群
• 347個Python開發經典資源推薦（42類）
• Awesome Python
• Python Examples the star over 7k in github
• 拒絕重複造輪子！python實用工具類及函數大推薦！
• Python built-in library
• CodeFactor
• Ctolib代碼庫

1.1 Numpy Tutorials

• Runoob Link
• Official Tutorial Link
• CS231n Tutorial

1.2 Pandas Tutorials

• Official Documents Link:Recommend
• 易佰教程:Recommend
• awesome-pandas
• pandas-cookbook From github
• From bitbucket.org lesson
• From datacamp.com
• From tutorialspoint.com:Too many advertisement.
• a guy’s blog
• Also can search on github.com or csdn.com
• Book
  • Python For Data Analysis

1.3 Scipy Tutorials

• Official Tutorial Link
• Official Documents Link
• Scipy cookbook

1.4 Matplotlib Tutorials

• Official Tutorial Link
• 已實作的工具類

  Seaborn Tutorials

  • Official Tutorial Link
  • From jakevdp.github.io Tutorial

1.5 OpenCV Tutorials

• Official Tutorials Link
• Awesome Repo
• imutils：A series of convenience functions to make basic image processing functions such as translation, rotation, resizing, skeletonization, and displaying Matplotlib images easier with OpenCV and both Python 2.7 and Python 3.
• Book
  • OpenCV3程式設計入門_毛星雲編著_電子工業出版

1.6 Keras Tutorials

• Official Tutorial Link

1.7 Tensorflow Totorials

• Official Tutorial Link
• Official Github
• tensorflow 個人開源學習教程
• tensorflow 個人開源學習教程
• Book
  • Tensorflow 實戰Google深度學習架構
  • TensorFlow實戰_黃文堅（完整）

1.8 Pytorch Tutorials

• Official Tutorial Link
• 中文文檔

1.9 Scrapper Tutorials

Target

熟悉掌握爬蟲技術的曆史、爬蟲與網絡原理、常用html定位方式、各大架構的使用以及對比并形成代碼模闆及詳細注釋、存儲方式（資料庫或csv）、反爬蟲技術（IP代理池、Header池、Cookie池）、多程序爬蟲、行有餘力則了解分布式爬蟲（例如Scrapy+Redis）、撰寫爬蟲技術文檔記錄模闆的使用過程

做到這些的目的是為了加快資料擷取的速度及效率

Book

• 崔慶才的python3爬蟲

Video

• 傳智播客Scrapy視訊及教案

線上解析器

• html解析器
• html解析器
• json解析器
• 編碼、時間戳解析

Frameworks

• Requests
  • Official Tutorial Link
• Urllib/Urllib2
  • Urllib Tutorials From Python Tutorials Site
• Scrapy
  • 傳智播客Scrapy視訊及教案
• Selenium
  • Selenium Tutorials From Python Tutorials Site
  • 崔慶才的爬蟲blog

  • 易百教程

    1.scrapy get到的網頁html資訊是靜态頁面，未進行js、ajax渲染；而selenium傳回的網頁資訊是渲染之後的，是以selenium就可以定位到相應元素，當然某些時候也可以通過觀察、定位靜态頁面在渲染時候像伺服器請求的資料，通常是XHR格式，在浏覽器中可進行觀察，但有些時候就是不容易直接截取到傳回的資料。

1.10 Docker

• Runoob Tutorials
• Official Tutorial

1.11 Dataset

• Dataset Summary
• Kaggle API

1.12 Gephi

http://course.ece.ust.hk/elec6910q/index.html

Chapter2: Principle

2.1 Machine Learning

2.2 Deep Learning

需要清晰掌握CNN的演變曆史、運作原理、網絡架構變形、網絡訓練技巧、常用的分類算法、目标檢測算法、語義解析、生成對抗網絡代碼模闆及詳細文檔

看論文、總結論文也必不可少

• DeepLearning 花書
• fast.ai
• Browse state-of-the-art AI

2.3 Computer Vision

Summary

1. 教程雖有，也要多記多看，明白基本資料類型，底層函數實作，才友善繼續深入研究
2. 做筆記時分門别類很重要，不然不好找也不會去看
3. 在Github中搜尋 XX + Awesome 一般情況下可以搜到大量可供參考的資料
4. 圖像處理的一些工作，需要了解其數學原理才行，比如像素點的操作（eg.translation、rotation、perspective），bitwise AND、OR等，因為懂了原理之後自己才能寫得出來對應的操作函數，即使不使用opencv等開源工具的api。然後平時做調研的時候也可以多積累imutils這些别人已經實作的common function package。
5. 圖像處理可以跟着官方教程，毛星雲的書和CSDN教程（對某一官網知識點不是很了解時，借助中文輔助下）學習深入。不管學習什麼，定期整理參考資料、測試代碼很重要，友善下次繼續深入時能快速定位到之前學的進度并快速回憶。
6. Numpy也可以實作Neural Network，其實Tensorflow底層也是類似的實作封裝好layer的，隻是沒有Numpy Ndarray這個資料結構，而用了Tensor。
7. [2018.3.1]有感悟一定要記下來，不然瞬間的珍貴體悟随着時間就會消逝，下次又要重新耗費時間重新感悟，浪費時間浪費生命。
8. Researcher和Engineering的差別：

Researcher	Engineering
根據需求創造出新方案、新技術	根據需求運用已知技術
終極目标是确定Mesurement，确定你這項研究有沒有價值，效果好不好，價值量有多大	終極目标也是确定Mesurement，如果這件事情是你一個人在做的，你要确定一個評價名額來确定你的工作品質，工作量，也就是将工作量化

标題後面加

-

就會出現滑動視窗