Deep Learning初学材料汇总

最近打算系统的学习下deep learning。总结了下经典的入门材料：

1. 文章Survey：参见   http://deeplearning.net/reading-list/

•  Representation Learning: A Review and New Perspectives, Yoshua Bengio, Aaron Courville, Pascal Vincent, Arxiv, 2012.
• The monograph or review paper Learning Deep Architectures for AI (Foundations & Trends in Machine Learning, 2009).
• Deep Machine Learning – A New Frontier in Artificial Intelligence Research – a survey paper by Itamar Arel, Derek C. Rose, and Thomas P. Karnowski.
• Graves, A. (2012). Supervised sequence labelling with recurrent neural networks(Vol. 385). Springer.
• Schmidhuber, J. (2014). Deep Learning in Neural Networks: An Overview. 75 pages, 850+ references, http://arxiv.org/abs/1404.7828, PDF & LATEX source & complete public BIBTEX file under http://www.idsia.ch/~juergen/deep-learning-overview.html.

2. 最近学术界的研究进展(cvpr 2014 tutorial)

https://sites.google.com/site/deeplearningcvpr2014/， 阅读了部分材料， 这里面的介绍比较系统和前沿，读起来也不太难理解，有空详细阅读下reference。

3. 视频介绍入门：

    hinton 在coursera的neutral network

    Hugo 的视频https://www.youtube.com/playlist?list=PL6Xpj9I5qXYEcOhn7TqghAJ6NAPrNmUBH

4. tools：

    https://github.com/torch, 工业界用的多，用lua，速度快，容易嵌入c，

    http://deeplearning.net/software/pylearn2/， python易编程。

    比较： http://arxiv.org/pdf/1308.4214.pdf

5. 入门教程：http://ufldl.stanford.edu/wiki/index.php，　很赞，　Ｎｇ的教程特别容易理解。