微信公众号推荐
AI蜗牛车公众号****
微信公众号《AI蜗牛车》，公众号致力于技术项目化，具体化，思考化，会写系列的项目工程文章，细致到位，也会写一个读物的读书笔记，或者一个语言/框架的学习笔记，也会写一些个人思考，个人反思，个人故事，所见所闻，在这里你可能会遇见你所遇到过的，但也一定会遇到新的东西，这样才有意思。
AI蜗牛车个人介绍****
笔名：AI蜗牛车， github/csdn/公号博主id为Che_Hongshu\
黑龙江哈尔滨人，纯正东北爷们\
东南大学硕士、CSDN博客专家\
本科一年级自学各种技术至今，自认为没有一门精通的技术
本科绩点专业第一、学院唯一保送生\
zju和seu之间选择了seu
国家奖学金、校十佳大学生\
专利、项目、省级以上奖项数十项\
主要研究方向：时空序列预测、时间序列数据挖掘\
阿里天池时空序列预测比赛初赛top2、复赛top3\
喜欢篮球，打过半职业饮水机位置\
喜欢livehouse，近距离的真质感\
喜欢绿凯，忠实凯蜜
2018一瞬即逝，奋斗的日子也需要停下来，总结反思，2019也许不会更好，但不会差。
个人微信：加时请注明（昵称+公司/学校+方向）\
历史精品文章****
公众号AI蜗牛车致力于： 分享技术、分享想法、创造价值、认识一起追梦的人
系统化手把手AI项目
【手把手AI项目】一、安装win10+linux-Ubuntu16.04的双系统（全网最详细）
【手把手AI项目】二、ubuntu16.04+caffe＋CUDA10.0+cudnn7.4+python2.7
【手把手AI项目】三、利用Anaconda配置tensorflow-gpu环境
【手把手AI项目】四、Caffe_ssd安装以及利用VOC2012,VOC2007数据集测试VGG_SSD网络
【手把手AI项目】五、自己制作图像VOC数据集--用于Objection Detection（目标检测）
【手把手AI项目】六、Caffe实现MobileNetSSD及各个文件详细解释，利用自己的数据集训练MobileNetSSD模型
【手把手AI项目】七、MobileNetSSD通过Ncnn前向推理框架在PC端的使用(objection detection)
【手把手AI项目】八、MobileNetSSD通过Ncnn前向推理框架在Android端的使用--Cmake编译(目标检测)上篇
【手把手AI项目】八、MobileNetSSD通过Ncnn前向推理框架在Android端的使用--Cmake编译(目标检测)下篇
【手把手AI项目】九、MobileNetSSD通过Ncnn前向推理框架在Android端的使用-Cmake编译补充篇章(多目标)
【手把手AI项目】十、利用量化工具caffe-int8-convert-tools实现caffemodel量化
python三大库的总结
【Data Mining】机器学习三剑客之Numpy常用用法总结
【Data Mining】机器学习三剑客之Pandas常用用法总结上
【Data Mining】机器学习三剑客之Pandas常用用法总结下
【Data Mining】机器学习三剑客之Matplotlib常用用法总结上
机器学习、深度学习、python其他文章
【Machine Learning】TensorFlow实现K近邻算法预测房屋价格
【TensorFlow实战笔记】卷积神经网络CNN入门实战-cifar10数据集 （tensorboard可视化）
【Deep Learning】通俗大白话详述RNN理论和LSTM理论
【Deep Learning】详细解读LSTM与GRU单元的各个公式和区别
【TensorFlow学习笔记】对图片数据的预处理一、-编码解码调整大小色彩亮度\
【TensorFlow学习笔记】对图片数据的预处理二、画标注框，预处理完整框架\
【openpyxl】python中对Excel进行写入操作，写入一列或者一行\
【PyTorch学习笔记】一、安装GPU版本pytorch详细教程(避坑)
【TOOLS】在云服务器上托管执行自己的python3工程程序
【TOOLS】python3利用SMTP进行邮件Email自主发送
【ReID（一）】 什么是ReID？ 如何做ReID？ ReID数据集？ ReID评测指标？
【ReID（二）】 baseline构建： 基于PyTorch的全局特征提取网络（Finetune ResNet50+tricks）\
【ReID（三）】 进阶： 学习分块局部特征\
【ReID（四）】 再进阶： 细粒度多特征融合\
AI竞赛
Predict Future Sales（时间序列）——Kaggle银牌（TOP 4%）基础方案（一）：赛题背景和数据字段分析\
Predict Future Sales（时间序列）——Kaggle银牌（TOP 4%）基础方案（二）： EDA和数据预处理\
Predict Future Sales（时间序列）——Kaggle银牌（TOP 4%）基础方案（三）： 特征工程及线下验证划分\
Predict Future Sales（时间序列）——Kaggle银牌（TOP 4%）基础方案（四）： 单模预测及模型融合
paper reading
【IEEE】A Generative Adversarial Gated Recurrent Unit Model for PN
【KDD19】A Machine Learning Approach for Weather Forecasting
思考、反思、所见所闻
考研
微信公众号推荐
AI蜗牛车\
保持谦逊、保持自律、保持进步
