深度学习资料

我在学习深度学习的过程中遇到了很多坑，但尴尬是教研室只有我一个人做深度学习，所以只能靠自己摸索。刚开始时配置一个深度学习框架caffe需要一周，现在只需要一个小时。下面的这些网页给了我很大的帮助。希望也能给一些对深度学习感兴趣的同学一点帮助 。

1.爆详细Ubuntu16.04,CUDA8.0,Caffe,OpenCV3.1,Theano,Tensorflow完全配置指南（ Ubuntu16.04的编译器GCC默认是5.1，可能需要降级 ）

http://blog.csdn.net/xierhacker/article/details/53035989

2.Caffe+ubuntu14.04+Cuda8.0安装（Ubuntu14.04默认编译器是GCC4.8，不用降级）

http://blog.csdn.net/u012177034/article/details/52102676

3.ubuntu16.04 安装配置matlab+python +cuda8.0+cudnn+opencv3.1的caffe环境

http://www.cnblogs.com/LaplaceAkuir/p/6262632.html

4.ubuntu14.04+cuda8.0+cudnn5.1+caffe+tensorflow 安装教程

http://blog.csdn.net/u013645510/article/details/53448806

5.ubuntu16.04+gtx1060+cuda8.0+caffe安装、测试经历

http://blog.csdn.net/wopawn/article/details/52302164

6.linux替换cudnn版本以及链接库碰到的问题（cudnn加速库版本的话编译过程可能会出错）

http://blog.csdn.net/hungryof/article/details/52746279

7.教你从头到尾利用DL学梵高作画：GTX 1070 cuda 8.0 Ubuntu 14.04 cudnn 5.1 tensorflow gpu（这是一个入门的好实例）

https://www.tuicool.com/articles/r6fAVrU

8.Ubuntu 14.04下CUDA8.0 + cuDNN v5 + Caffe 安装配置

http://www.linuxidc.com/Linux/2017-01/139300.htm

9.Windows 10安装Tensorflow手记

https://zhuanlan.zhihu.com/p/24055668?refer=wjdml

10.Windows下安装TensorFlow和Caffe

https://my.oschina.net/propagator/blog/824975

11.tensorflow1.0安装（长期使用的话建议源码安装，否则使用命令安装）

http://blog.csdn.net/qq_26819733/article/details/56480638

12.在Win10 Anaconda中安装Tensorflow

http://www.mamicode.com/info-detail-1671128.html

从2012年的AlexNet横空出世以后，深度神经网络发展的速度已经超过几乎所有关于特征提取的算法。其实神经网络的出生早在上世纪70年代左右，经历了二起二落（不一定）以后大神们才总结出一个实用的网络模型，现在主流的网络结构大部分是从AlexNet和LeNet发展和演变而来。安装完深度学习框架caffe或者tensorflow以后，建议直接上手试验源码。现在很多深度学习框架都是一些库类型，比如sklearn、keras等等，目前还有一个很好的框架叫Pytorch，是FB以lua脚本语言的发展起来的，相当于原来Torch的进化版本。我收集了一些论文和源码资源，这些资源都是计算机视觉领域的研究者无偿贡献的，包括CVPR等顶会文章发布以后会公布源码，感谢这些无私奉献的科学家为我打开了一个新世界，也希望能对你的学习有所帮助。

1.近几年引用较多的论文和部分源码（强烈推荐）

https://github.com/terryum/awesome-deep-learning-papers

2.深度学习的论文阅读之路（强烈推荐）

https://github.com/songrotek/Deep-Learning-Papers-Reading-Roadmap

3.计算机视觉和模式识别 CVPR2016的代码合集（2017年的还没有全部公布）

http://blog.csdn.net/mydear_11000/article/details/51915489

4.教程 | 斯坦福CS231n 2017最新课程：李飞飞详解深度学习的框架实现与对比

https://mp.weixin.qq.com/s/ClKKmLMCIeuSaMd9lSUYzw

5.十个主题，最全的优秀 TensorFlow 相关资源列表

https://my.oschina.net/hardbone/blog/798552

6.计算机视觉识别简史：从 AlexNet、ResNet 到 Mask RCNN

https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2651997432&idx=1&sn=1e926dae6bef826c81d1e9335b3c14d9&chksm=f1213009c656b91ff32a1d2b1f25b4c37419e08fb2e832d69dec63cc777bb1fb5b68b72b2dcf&mpshare=1&scene=23&srcid=0430aLAkdp7OF98aBKshDTyo#rd

7.机器视觉开源代码集合

http://www.cnblogs.com/einyboy/p/3594432.html

8.大量计算机视觉深度学习资源

https://www.tuicool.com/articles/rEFbErv

9.近200篇机器学习&深度学习资料分享（含各种文档，视频，源码等）

http://www.open-open.com/lib/view/open1428738163484.html

10.Github上同学总结的机器学习和deeplearning方面的很全的资料

https://zhuanlan.zhihu.com/p/26985905

11.斯坦福机器学习CS229课程讲义的中文翻译（强烈推荐）

https://github.com/Kivy-CN/Stanford-CS-229-CN

深度学习一开始是在图像领域飞黄腾达，主要是因为卷积操作对图像的缩放、旋转、光照不敏感，这个特性就是让深度卷积神经网络首先在图像上突破的关键。我的主要研究方向是遥感图像，但是目前的神经网络能批量化处理的普通自然图像大小仍然在1000*1000以下，而一幅遥感图像的大小在900M到1500M之间，或者更大，直接将这种遥感图像输入会把显卡憋死。不过，Lecun的LeNet的输入是32*32的图像，发展到今天，已经有ImageNet和Micro COCO这样的图像数据库、cityscapes这样的城市街景数据库、VOC、SUN等等，还有motchallenge、videonet这样的视频数据库，他们有各种各样的图像或者视频大小。给你推荐一些网页版、手机端的、电脑端的深度学习应用，网页版的你直接输入一张本地图片，就会输出一张结果图。
1.SegNet（这是剑桥大学2015年为自动驾驶研究的一个网络，只需要一个摄像头。）
http://mi.eng.cam.ac.uk/projects/segnet/tutorial.html
2.3D ConvNets （这是FB的三维卷积，现在的卷积大部分都是二维卷积，今年的CVPR2017里有首次利用三维卷积的论文）
https://github.com/facebook/C3D/tree/master/C3D-v1.1
3.CRF as RNN （这是牛津大学把传统机器学习算法CRF融入神经网络的应用）
http://www.robots.ox.ac.uk/~szheng/crfasrnndemo
4.贾扬清：希望Caffe成为深度学习领域的Hadoop（大神的采访，我看了五遍）
http://www.csdn.net/article/2015-07-07/2825150
5.TensorFlow练习7: 基于RNN生成古诗词（微软小冰可以写诗，各种体裁都可以）
https://www.tuicool.com/articles/BZZb6rJ
6.玩转谷歌物体识别API，用TensorFlow和OpenCV打造实时识别应用（有摄像头的电脑都能用，手机端的话要压缩网络）
https://mp.weixin.qq.com/s/vNSQV6w8m4JASzNIWfL9dQ
7.RNN—生成音乐
http://blog.csdn.net/u014365862/article/details/53868549
8.谷歌开源MobileNets：在移动设备上高效运行的计算机视觉模型（还有其他其中压缩神经网络可以在手机端运行）
https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247486302&idx=4&sn=d14188c6e9147b2603fdd31a9bd5f555&chksm=e8d3bc2cdfa4353aec4beceaa7258ed50eae8a5c9b6985eb2ace1eee6bdb694468aad1ea6a83&mpshare=1&scene=23&srcid=0615GoixjxoYU8q99KCSF2pX#rd
9.如何用3D-CNN确认说话人身份？这里有Code+Paper
https://mp.weixin.qq.com/s/qrRjK5_tU0mpV-keFkEu2Q
10.机器学习原来这么有趣！第四章：用深度学习识别人脸
https://zhuanlan.zhihu.com/p/24567586
11.谷歌地图重大升级 用深度学习实时更新街景
http://news.zol.com.cn/638/6381881.html
12.CNNdroid:在Android上利用GPU加速执行CNN(我最喜欢的一个)
http://www.jianshu.com/p/b60a216845e8

、

现在神经网络可能都是用CUDA做平台，CUDA必须运行在NVIDIA显卡上，其他的都不行。
无GPU就用Tensorflow的CPU版本，或者Pytorch，由你的开源代码决定
无GPU模式是可以选择的编译选项。
Caffe需要CUDA，可以选择无GPU模式。
不要在虚拟机上装Caffe。因为是虚拟出来的驱动，安装不会成功。