优质博客¶
参考：Must-read Blogs for AI and Deep Learning Enthusiasts
OpenAI 是非营利性人工智能研究公司，它的宗旨是推动和发展安全友好的人工智能。Sam Altman, Elon Musk 和其他几个著名的投资者负责给这家公司提供资金。OpenAI 的博客也是被全世界所有的人工智能和深度学习爱好者关注着。OpenAI 会定期发表他们在先进的人工智能技术方面的研究成果，包括自然语言处理、图像处理和语音处理。
Distill 致力于清晰地解释机器学习。编辑和策展团队由来自 Google Brain，DeepMind，Tesla 和其他着名组织的科学家组成。Distill 的愿景是通过简单和视觉上令人愉悦的语言来解释机器学习的论文和模型。Distill Journal 是 Distill 提供的一个出版期刊，它是鼓励研究人员采用超越传统学术形式的方法来更好沟通科学，以及为读者服务。
BAIR 博客是由加州大学伯克利分校的伯克利 AI 研究（BAIR）小组设立。它的目的是传播 BAIR 小组在人工智能研究方面的发现、观点和更新成果。这个博客的编辑团队包括来自 BAIR 小组的学生、博士后和教师。他们通常每周会发表一篇文章，内容是 BAIR 在深度学习、机器学习和人工智能领域方面的研究。
DeepMind 是在 2010 年由 Dennis Hassabis, Mustafa Suleyman 和 Shane Legg 三个人所创立。DeepMind 的博客主要包括对他们的研究论文、思想领导力以及围绕人工智能的远见卓识的讨论。由于 DeepMind 团队的人工智能模拟研究，他们的博客受到了很多人工智能研究者的高度重视。此外，DeepMind 还是 2014 年被谷歌收购的 Alphabet 小组的一部分。
Andrej Karpathy 现任特斯拉的人工智能总监，之前曾在 OpenAI 工作过。他在斯坦福大学取得博士学位。他的博客在人工智能社区非常有名，特别是当他在读取博士学位和在 OpenAI 工作时候发表的文章。他写了大量有关计算机视觉以及其他人工智能领域的文章。
Christopher Olah 是在谷歌大脑工作的研究科学家。同时也是 Distill 的一个编辑者之一，还有 Shan Carter 也是。他主要发表的是对于机器学习和深度学习领域的理解神经网络方面的文章。他的目标是用简单的语言解释神经网络的复杂功能。如果你是刚入门神经网络，那么他的博客正好适合作为你的入门教程。
WildML 是 Denny Britz 的博客。Britz 曾是谷歌大脑团队的一个成员。他写作的主要方向是深度学习，发表有关利用 TensorFlow 来理解、应用和实现神经网络的文章。他还有另外一个博客，主要是写有关初创公司和软件工程方面的文章。
Sebastian Ruder 目前正在攻读博士学位，同时也是一家文本分析初创公司–Aylien 的研究科学家。他的文章大多数是关于深度学习和自然语言处理，主要是集中在多任务学习和迁移学习方面。Ruder 通过视觉上以及易懂语言来给出他对公式的理解和解释。他的博客对于新手非常易于理解，也是一个开始学习深度学习知识的很好的教程。
FAIR 是属于 Facebook 的人工智能研究博客，主要讨论人工智能、深度学习、机器学习、计算机视觉以及他们现实世界的自身的产品应用。FAIR 小组发表了很多研究论文，这个博客也可以作为创作和提升的媒体。
inFERENCe 是 Ferenc Huszár 的博客。他是一个来自剑桥大学的博士，目前工作于 Twitter Cortex。他主要是研究概率推理、生成模型、无监督学习以及应用深度学习到上述问题，并发表这些主题相关的文章。
Andrew Trask 是 DeepMind 的研究科学家，同时也是牛津大学的博士。他的博客也是受到深度学习和机器学习爱好者的高度关注。他主要集中在神经网络和对它的解释以及实现。
Graduate Descent 是 Tim Vieira 的博客。 Tim 正在 John Hopkins 大学攻读博士学位。他的博客主要关注于利用深度学习来研究自然语言处理。他发表了一些关于神经网络特定部件以及在 NLP 方面的实现相关的文章。
Adit Deshpande 是来自 UCLA 计算机科学专业的肄业生。他主要研究机器学习和深度学习，并且他的文章非常有益于初学者入门神经网络。
卡内基梅隆大学的机器学习博客 ML@CMU，为研究人员提供机器学习领域的研究成果、观点更新。内容来自卡内基梅隆大学的学生、博士后和教员。
Amazon Science 有一个科学博客 scientific blog，你可以根据研究领域进行筛选。它的博客涵盖了亚马逊科学的工作，其研究领域包括云与系统、计算机视觉、对话人工智能、自然语言处理、机器学习能力，机器人技术，搜索和信息检索和安全，隐私和滥用预防。
亚马逊网络服务 AWS 是全球使用最多的云服务之一。它们提供可靠、可扩展和可访问的云计算服务。他们的研究团队发表了关于机器学习的最新研究和ML应用的博客文章 AWS blog。
首席执行官桑达尔·皮查伊(Sundar Pichai)在谷歌2017年I/O会议上宣布了这一消息。谷歌人工智能博客有一个专门针对机器学习的研究 Google AI Blog。
Neptune.AI 提供关于机器学习建模、超参数优化、模型评估、数据探索、生成模型、机器学习工具等的相关教程。Neptune.AI 还提供了一个框架，可以更容易地跟踪您的jupiter笔记本的版本，帮助管理您的实验过程，并集成到您的团队的工作流程。
机器学习(理论) 博客是机器学习研究者John Langford将博客应用于机器学习和学习理论学术研究的一个实验。他强调，机器学习领域“正从一门学术学科转向一种工业工具”。
DeepMind 致力于人工智能领域一些最复杂、最令人兴奋的挑战。他们的世界级研究已经产生了数百篇同行评审的论文，包括在《自然》和《科学》杂志上。
麻省理工学院经常在机器学习领域进行最先进的研究。经过过滤的新闻流提供有关MIT机器学习领域正在发生的事情的最新新闻和研究。
Facebook AI 以在该领域进行最先进的研究而闻名。他们的研究领域集中在计算机视觉，对话人工智能，自然语言处理，排名和推荐，系统研究，机器学习理论，语音，音频，以及人类和机器智能。Facebook AI Blog 包括优秀的内容，从博客文章到研究出版物。