一、學習清單

1、綜合類

2、計算機視覺

3、NLP領域

(3)部落格推薦：http://www.wildml.com/  包含了RNN、LSTM、Attention機制等教程，最主要的是講解的淺顯易懂，讓我等菜鳥受益匪淺

二、其它總結

ios:https://developer.apple.com/reference/metalperformanceshaders

http://www.mattrajca.com/2016/11/26/speeding-up-tensorflow-with-metal-performance-shaders.html

http://machinethink.net/blog/

5、iPhone移植：http://machinethink.net/blog/

三、訓練資料

1、計算機視覺

(1)人臉資料：

此資料庫包含了20w張人臉圖片，每張圖片標註了5個特徵點、以及幾十種屬性（是否微笑、膚色、髮色、性別等屬性）

此網站差不多可以下載到3000張，訓練資料圖片，每張圖片標註了68個人臉特徵點

這個網站包好了1.4w張的人臉訓練資料圖片，每張圖片標註了74個人臉特徵點。不過這個資料感覺標註的很不精確

這個網站包含了500k+的人臉性別與年齡訓練資料，同時還有文獻及程式碼，對於搞性別年齡預測，資源充足

(2)深度估計、影象分割：

2、自然語言

四：標註工具

1、用於視覺的專門標註工具《Supervisely v2.0: supercharge your training data pipeline with Deep Learning》