一、文章来由

网络好文章太多,而通过转载文章做资料库太麻烦,直接更新这个博文。

二、汇总

1、台大李宏毅老师的课

正片:http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17.html

http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLDS17.html

深入浅出讲解deep learning

顺带附上李老师的《一天搞懂deep learning》的slides地址:https://link.zhihu.com/?target=http%3A//www.slideshare.net/tw_dsconf/ss-62245351%3Fqid%3D108adce3-2c3d-4758-a830-95d0a57e46bc%26v%3D%26b%3D%26from_search%3D3

以及发觉有这门课的知乎出处:https://www.zhihu.com/question/26006703/answer/129209540

这里特别感谢Jacky Yang童鞋

2、CNN经典模型整理Lenet,Alexnet,Googlenet,VGG,Deep Residual Learning

http://blog.csdn.net/xbinworld/article/details/45619685

对模型解释到位

神经网络入门连载:

http://blog.csdn.net/zzwu/article/details/574931/

3、cs231课程资源

https://www.zhihu.com/question/41907061/answer/99226587

CS231n课程笔记翻译

http://blog.csdn.net/qq_26898461/article/details/51559692

cs231n知乎收藏夹

https://www.zhihu.com/collection/120218879

CS231n (winter 2016) : 作业

http://www.jianshu.com/p/004c99623104

资源

http://www.jianshu.com/p/182baeb82c71

http://blog.csdn.net/zhuiqiuk/article/details/68485747

B站视频

http://search.bilibili.com/all?keyword=cs231&page=1&order=pubdate

知乎专栏,课件翻译

https://zhuanlan.zhihu.com/p/21930884

4、卷积神经网络工作原理

https://www.zhihu.com/question/39022858

3D CNN工作示意图

http://scs.ryerson.ca/~aharley/vis/conv/

5、caffe 安装

widows安装

http://blog.csdn.net/guoyk1990/article/details/52909864

http://blog.csdn.net/xierhacker/article/details/51834563

http://www.cnblogs.com/hust-yingjie/p/6525762.html

Linux

http://blog.csdn.net/haoji007/article/details/52081273

http://blog.csdn.net/shiorioxy/article/details/52652831

Protocol Buffers

http://blog.csdn.net/caisini_vc/article/details/5599468

所有版本导航

https://zhidao.baidu.com/question/812282702771924892.html

6、caffe 教程

官网caffe

http://caffe.berkeleyvision.org/tutorial/

Linux公社

http://www.linuxidc.com/Linux/2016-11/136774p9.htm

原文出自:http://www.cnblogs.com/denny402/p/5070928.html

百度文库

https://wenku.baidu.com/view/035745a55acfa1c7aa00ccf6.html

个人博客

http://yanjoy.win/2016/11/06/caffe%E5%AD%A6%E4%B9%A0%EF%BC%885%EF%BC%89%E8%A7%86%E8%A7%89%E5%B1%82/

7、caffe cnn 方便看prototxt工具

http://ethereon.github.io/netscope/#/editor

8、cnn 可视化

http://www.cnblogs.com/OleNet/p/4456731.html

https://zhuanlan.zhihu.com/p/24833574

9、caffe源码阅读

https://zhuanlan.zhihu.com/p/22464594

https://zhuanlan.zhihu.com/p/25102232

https://zhuanlan.zhihu.com/p/24343706

10、caffe超参数调整

https://zhuanlan.zhihu.com/p/27905191

Caffe入门与实践-简介

https://zhuanlan.zhihu.com/p/24087905

11、论文投稿技巧

here

[置顶] Deep Learning 资料库的更多相关文章

  1. [置顶] Deep Learning 学习笔记

    一.文章来由 好久没写原创博客了,一直处于学习新知识的阶段.来新加坡也有一个星期,搞定签证.入学等杂事之后,今天上午与导师确定了接下来的研究任务,我平时基本也是把博客当作联机版的云笔记~~如果有写的不 ...

  2. 【深度学习Deep Learning】资料大全

    最近在学深度学习相关的东西,在网上搜集到了一些不错的资料,现在汇总一下: Free Online Books  by Yoshua Bengio, Ian Goodfellow and Aaron C ...

  3. Deep Learning 23:dropout理解_之读论文“Improving neural networks by preventing co-adaptation of feature detectors”

    理论知识:Deep learning:四十一(Dropout简单理解).深度学习(二十二)Dropout浅层理解与实现.“Improving neural networks by preventing ...

  4. Deep Learning in NLP (一)词向量和语言模型

    原文转载:http://licstar.net/archives/328 Deep Learning 算法已经在图像和音频领域取得了惊人的成果,但是在 NLP 领域中尚未见到如此激动人心的结果.关于这 ...

  5. Deep Learning 16:用自编码器对数据进行降维_读论文“Reducing the Dimensionality of Data with Neural Networks”的笔记

    前言 论文“Reducing the Dimensionality of Data with Neural Networks”是深度学习鼻祖hinton于2006年发表于<SCIENCE > ...

  6. Deep Learning 6_深度学习UFLDL教程:Softmax Regression_Exercise(斯坦福大学深度学习教程)

    前言 练习内容:Exercise:Softmax Regression.完成MNIST手写数字数据库中手写数字的识别,即:用6万个已标注数据(即:6万张28*28的图像块(patches)),作训练数 ...

  7. Deep Learning 5_深度学习UFLDL教程:PCA and Whitening_Exercise(斯坦福大学深度学习教程)

    前言 本文是基于Exercise:PCA and Whitening的练习. 理论知识见:UFLDL教程. 实验内容:从10张512*512自然图像中随机选取10000个12*12的图像块(patch ...

  8. Deep Learning(深度学习)学习笔记整理

    申明:本文非笔者原创,原文转载自:http://www.sigvc.org/bbs/thread-2187-1-3.html 4.2.初级(浅层)特征表示 既然像素级的特征表示方法没有作用,那怎样的表 ...

  9. Deep Learning In NLP 神经网络与词向量

    0. 词向量是什么 自然语言理解的问题要转化为机器学习的问题,第一步肯定是要找一种方法把这些符号数学化. NLP 中最直观,也是到目前为止最常用的词表示方法是 One-hot Representati ...

随机推荐

  1. 20145335郝昊《java程序设计》第9周学习总结

    20145335郝昊 <Java程序设计>第9周学习总结 教材学习内容总结 第16章 JDBC(Java DataBase Connectivity)即java数据库连接,是一种用于执行S ...

  2. [JavaScript]YYYY-MM-DD格式字符串计算年龄

    function getAge(birth){ birth = birth.replace(/-/g,"/"); //把格式中的"-"替换为"/&qu ...

  3. Spring @Scheduler使用cron时的执行问题

    主要想弄清使用Spring @Scheduler cron表达式时的两个问题: 同一定时任务,第二次触发时间到了,第一次还没有执行完成时会执行吗? 不同的定时任务,相互之间是否有影响? 结论写在前面: ...

  4. 51 Nod 1091 线段的重叠

    2017-09-24 19:51:41 writer:pprp 上一个题目就是关于线段重叠最大值,这个是找区间最长重合? 给你n个线段,然后让你在其中选择两条,使两条尽可能重合多一点 解决方法; 1. ...

  5. [转]3个著名加密算法(MD5、RSA、DES)的解析

    MD5的全称是Message-Digest Algorithm 5,在90年代初由MIT的计算机科学实验室和RSA Data Security Inc发明,经MD2.MD3和MD4发展而来.     ...

  6. RabbitMQ入门(2)——工作队列

    前面介绍了队列接收和发送消息,这篇将学习如何创建一个工作队列来处理在多个消费者之间分配耗时的任务.工作队列(work queue),又称任务队列(task queue). 工作队列的目的是为了避免立刻 ...

  7. ColKang v1.0

    /* *2015.3.31 14:00更新 *上午刚写完这篇博客,下午就读到迭代器了.C++ primer中讲迭代器那节说道了->符号的意思,即(*ptr).  及将指针解引用之后再调用成员函数 ...

  8. 初识 JVM

    发展历史 1996年,SUN JDK 1.0 Classic VM 发布,纯解释运行,使用外挂进行JIT 1997年 JDK1.1 发布.包含了:AWT.内部类.JDBC.RMI.反射 1998年 J ...

  9. tarball安装GnuPG (gpg) 2.2.10

    https://www.gnupg.org/download/ mac 方式一:推荐 mac $ brew install gpg pinentry pinentry-mac $ echo " ...

  10. Python之NumPy(axis=0 与axis=1)区分

    转自:http://blog.csdn.net/wangying19911991/article/details/73928172 https://www.zhihu.com/question/589 ...