weslynn/AlphaTree-graphic-deep-neural-network
AI Roadmap:机器学习(Machine Learning)、深度学习(Deep Learning)、对抗神经网络(GAN），图神经网络（GNN），NLP，大数据相关的发展路书(roadmap), 并附海量源码（python，pytorch）带大家消化基本知识点，突破面试，完成从新手到合格工程师的跨越，其中深度学习相关论文附有tensorflow caffe官方源码，应用部分含推荐算法和知识图谱
What it solves
AlphaTree 旨在協助有志成為 AI 應用工程師的人，彌合理論公式推導與實務工程實作之間的鴻溝。它解決了在快速變化的 AI 領域中，研究者使用不一致的術語與圖示來描述相似模型，難以跟上最新進展的問題。
How it works
此專案將深度學習知識整理成結構化、視覺化的路線圖。它透過連結學術論文、相對應的程式碼實作與說明圖示，描繪各 AI 領域（如影像分類、目標偵測、生成對抗網路 (GAN)）的演變，協助使用者了解每個模型的概念流程與技術細節。
Who it’s for
主要對象為想要轉向深度學習應用工程的初學者與開發者，提供一條完整且視覺導向的路徑，讓他們掌握前沿 AI 技術。
Highlights
- Comprehensive Model Mapping: Covers a wide range of classic and modern architectures including LeNet, AlexNet, VGG, ResNet, and StyleGAN.
- Multi-Domain Coverage: Includes structured paths for Computer Vision (classification, detection, segmentation, OCR), GANs, and Voice Cloning.
- Curation of Resources: Provides a curated list of papers, GitHub repositories, and performance metrics (like FID and IS) for various models.
- Visual Learning: Emphasizes the use of diagrams and maps to explain the progression of network structures and training improvements.