日常阅读列表 5

最新推荐文章于 2017-08-18 15:40:29 发布
最新推荐文章于 2017-08-18 15:40:29 发布
阅读量612 收藏
点赞数
分类专栏： DeepLearning algorithm&C++
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mmmmmttttff/article/details/53158497
版权

2016-11-14：

从入门到研究，人工智能领域最值得一读的20份资料

ICLR 2017深度学习(提交)论文汇总：NLP、无监督学习、自动编码、RL、RNN（150论文下载）

机器之心选出全球最值得关注的100家人工智能公司（中国27家），同时这是一个开源项目

机器学习难在哪？

深层学习为何要“Deep”（下）

论文引介 | How Much is 131 Million Dollars?

https://yjango.gitbooks.io/superorganism/content/shen_ceng_shen_jing_wang_luo.html

TensorFlow深度学习，一篇文章就够了

学界 | 谷歌技术论文：用于YouTube推荐的深度神经网络

深度学习在目标跟踪中的应用

深度 | 从输入到输出的「黑箱」：我们能够理解深度神经网络吗？

重磅 | 神经网络架构演进史：全面回顾从LeNet5到ENet十余种架构（附论文）

DeepMind深度强化学习实践：教计算机玩超级马里奥（代码）

深度学习最全优化方法总结比较（SGD，Adagrad，Adadelta，Adam，Adamax，Nadam）

放大招！英特尔中国研究院深度学习领域又有新成果！

CNN--结构上的思考

2016-11-18：

无痛的机器学习第一季目录

IJCAI16论文速读：Deep Learning论文选读（下）

变分自编码器（Variational Autoencoder, VAE）通俗教程

如何成为一名卓越的数据科学家

微软宣布其所有语音翻译服务已全部使用深层神经网络技术

CIPS青工委学术专栏第11期 | 基于深度学习的聊天机器人综述






















Gzzgz
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
日常用品网上商城网页模板
01-20
1. **响应式设计**：考虑到用户可能使用不同的设备访问网站，网页模板必须具备响应式设计，能自适应手机、平板电脑和桌面电脑等各种屏幕尺寸，确保布局清晰，易于阅读和导航。 2. **导航结构**：清晰的导航栏是网上...
办公阅读不用安装精简版
06-27
根据压缩包子文件的文件名称列表“办公阅读”，我们可以推测这可能是一个包含各种办公软件的压缩文件，其中可能包括但不限于以下组件： 1. 文字处理软件：如Microsoft Word的精简版，用于创建、编辑和格式化文本...
Evince_PDF阅读器
05-15
此外，Evince还支持书签、页面缩放、全屏模式、旋转页面、打印文档等常见操作，满足日常阅读和工作的需求。 在安全性方面，Evince支持密码保护的PDF文档。如果文档被设置为只读或需要输入密码才能查看，Evince会...
reading-list:社区驱动的预期聚合阅读列表
03-13
所有内容均来自于我和众多News Hunter的日常阅读列表，大部分是通过RSS订阅的，内容类型主要为科技/软件/编程/开源/科普 突击提供更多更及时的类似中的“一句话消息”，“科技消息”和“工具” 关于更新 每天数更 ...
易语言日常任务管理
07-23
通过阅读和分析源码，可以深入理解如何实现任务的添加、修改、删除，以及提醒功能的触发机制。 6. **易语言特性**：易语言的语法简洁明了，它采用了汉字作为关键字，降低了编程语言的学习门槛。在这款软件中，可以...
RCNN FastRCNN FasterRCNN 等配置和训练 参考
none
08-13 4662
Faster-RCNN+ZF用自己的数据集训练模型(Matlab版本) Ubuntu下运行Faster-Rcnn ubuntu 16.04 无GPU版caffe安装简记（专门解决hdf5链接问题）
tensorflow 自己踩过的坑
none
11-19 3861
1.  Anaconda2 安装tensorflow  Anaconda 集成python许多开发包，很不错，但是有个问题就是容易和linux系统中自带python混淆，而且通过pip install安装方式需要注意一点：我这里是 sudo pip install XXX 代表安装到系统自带python中，而pip install XXX 是安装到Anaconda中的python. 这里给个链接
人脸专题
none
12-20 1474
DeepFace--Facebook的人脸识别 FaceNet--Google的人脸识别
DeepID 系列 资料整理
none
08-22 1192
DeepID人脸识别算法之三代
caffe resources
none
03-31 1134
caffe官网：http://caffe.berkeleyvision.org/ models下载：http://dl.caffe.berkeleyvision.org/ windows 安装：http://thirdeyesqueegee.com/deepdream/2015/07/13/running-deep-dream-on-windows-with-full-cuda-acceler
R-CNN SPPNet Fast r-CNN Faster R-CNN R-FCN 学习资源
none
08-08 947
博客地址： http://blog.csdn.net/happynear/article/details/46822109 http://www.mamicode.com/info-detail-867829.html http://zhangliliang.com/2015/05/17/paper-note-fast-rcnn/ https://www
日常阅读列表（3）
none
11-01 587
2016-11-1： FCN(1)——从分类问题出发 【VALSE前沿技术选介16-23期】无锁的神经网络训练方式 深度 | 一篇文章带你进入无监督学习：从基本概念到四种实现模型
强化学习资料
none
12-20 577
深度强化学习软件包总结
RNN 学习入门资源小小收集
none
07-03 565
（作为入门，还不错，毛病不予评论） 从NN到RNN再到LSTM(1)：神经网络NN前馈和误差反向传播 从NN到RNN再到LSTM(2): 循环神经网络RNN简介及计算 从NN到RNN再到LSTM(3): 长短时记忆LSTM简介及计算 深度学习与自然语言处理之五：从RNN到LSTM Learning RNN from scratch (ＲＮＮ神经网络参数推导) 循环神经网络(RN
人脸对齐 资料
none
11-07 537
SDM For Face Alignment 流程介绍及Matlab代码实现之训练篇 论文阅读“Face Alignment at 3000 FPS via Regressing Local Binary Features” Face Alignment at 3000 FPS 学习理解和具体实现 Face alignment at 3000FPS via Reg
日常 阅读 列表
none
09-03 535
深度 | 解决真实世界问题：如何在不平衡类上使用机器学习？ http://mp.weixin.qq.com/s__biz=MzA3MzI4MjgzMw==&mid=2650718717&idx=1&sn=85038d7c906c135120a8e1a2f7e565ad
目标检测 资料收集
none
08-18 513
YOLO 详解 图解YOLO YOLO v2 YOLO v2之总结篇（linux+windows） 【论文学习】YOLO9000: Better,Faster,Stronger（YOLO9000：更好，更快，更强） 快速多目标检测——YOLO9000 论文阅读：SSD: Single Shot MultiBox Detector SSD+caffe︱S
日常阅读列表（2)
none
10-28 474
2016-10-28： 重磅 | 图文并茂的神经网络架构大盘点：从基本原理到衍生关系 An overview of gradient descent optimization algorithms
android 分类列表
最新发布
08-20
5. 教育类：包括语言学习、数学学习、科学学习等教育类应用。通过这些应用，用户可以进行各种形式的学习。 6. 健康类：包括计步器、健身教练、健康记录等健康类应用。这些应用可以帮助用户管理自己的健康状况。 ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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