【入门必备】史上最全的深度学习资源汇总

本文汇总了深度学习的各种资源,包括教程、视频、数据集、项目和论文,适合不同水平的学习者。推荐的教程有Toptal的深度学习教程、UFLDL教程等,视频资源包括Coursera的深度学习课程、李宏毅教授的课程等。还列举了多个数据集如MNIST、ImageNet,并分享了有趣的项目,如神经网络标题生成器和音乐系统。同时提供了一个深度学习论文集合链接。
摘要由CSDN通过智能技术生成

欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识!

磐石

导语:前一篇文章中我们介绍了一些机器学习不错的项目合集,本篇文章将针对深度学习资源进行一下汇总。喜欢我们文章的小伙伴,欢迎大家点击上方蓝字关注我们的公众号:磐创AI。另外您对我们的文章有任何的意见或是文章中的不足之处,欢迎在文末留言。

目录:

  • 介绍
  • 教程
  • 视频
  • 数据集
  • 项目
  • 论文

介绍:

作为传统机器学习重要的一个分支,与机器学习算法相比,深度学习算法最大的特点是至少含有一个隐藏层的神经网络(NN)。此外,深度学习的分层处理的思想也大大提高了模型的泛化能力。深度学习发展到今天,大致分为以下一些比较流行的网络结构:深度神经网络(DNN)、卷积神经网络(CNN)、循环神经网络(RNN)、生成对抗网络(GAN)等。应用最广的几个研究领域分别是自然语言处理、语音识别和图像处理。出现了Tensorflow、Keras、Caffe、Torch等技术框架。深度学习近年来发展迅猛,在国内外都引起了广泛的关注,也吸引了越来越多的人投身于深度学习领域的研究。今天小编有幸为大家介绍一些我自认为不错的深度学习资源,希望帮助热爱深度学习的小伙伴能够走的更远。

 

教程:

Topal的深度学习教程,从感知机到深度神经网络:http://www.toptal.com/machine-learning/an-introduction-to-deep-learning-from-perceptrons-to-deep-networks

UFLDL教程:主要介绍了介绍无监督特征学习和深度学习的主要思想:http://deeplearning.stanford.edu/wiki/index.php/UFLDL_Tutorial

基于python语言的深度学习教程:https://www.manning.com/books/deep-learning-with-python

如果对深度学习有一定基础的小伙伴,推荐一套Nando de Freitas教授的高阶教程,深度学习的部分是从第七课开始:

  • 4
    点赞
  • 60
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值