深度学习相关资源链接-1

https://blog.csdn.net/fendouaini/article/details/79979227 

目录

1，教程

2，视频资源

3，公开数据集

4，项目

5，论文

 

1，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：

http://www.cs.ox.ac.uk/teaching/courses/2014-2015/ml/

 

Tensorflow深度学习教程：

https://github.com/nlintz/TensorFlow-Tutorials

 

Torch深度学习教程：

https://github.com/clementfarabet/ipam-tutorials/tree/master/th_tutorials

 

计算机视觉深度学习教程：

https://sites.google.com/site/deeplearningcvpr2014/

 

自然语言处理深度学习教程：

http://www.socher.org/index.php/DeepLearningTutorial/DeepLearningTutorial

 

 

2，视频资源

 

最经典也是认可度最高的coursera上深度学习的视频教程：

https://www.coursera.org/learn/neural-networks

 

CS231N中用于视觉研究的卷积神经网络课程：

http://cs231n.stanford.edu/

 

牛津大学深度学习视频教程：

https://www.cs.ox.ac.uk/people/nando.defreitas/machinelearning/

 

Nando de Freitas教授深度学习课程的视频地址：

https://www.youtube.com/playlist?list=PLE6Wd9FR–EfW8dtjAuPoTuPcqmOV53Fu&app=desktop

 

台湾国立大学李宏毅教授开设的深度学习视频;

https://www.bilibili.com/video/av15889450/

 

吴恩达教授在网易公开课上的深度学习视频教程：

https://mooc.study.163.com/smartSpec/detail/1001319001.htm

 

两个不错的Tensorflow中文视频资源：

1，https://www.youtube.com/watch?v=eAtGqz8ytOI&list=PLjSwXXbVlK6IHzhLOMpwHHLjYmINRstrk,

 

2，https://www.youtube.com/watch?v=TrWqRMJZU8A&list=PLwY2GJhAPWRcZxxVFpNhhfivuW0kX15yG&index=2

 

国内人工智能教育平台七月在线的深度学习视频公开课，可作为小白学习的最佳入门课程：

http://www.julyedu.com/video/play/42

 

 

3，公开数据集

 

最经典的MNIST手写数据集：

http://yann.lecun.com/exdb/mnist/

 

谷歌街景房屋号码（SVHN）数据集：

http://ufldl.stanford.edu/housenumbers/

 

VQA：VQA是一个包含有关图像开放式问题的数据集：

http://www.visualqa.org/

 

来自于雅虎的充满创意的Flickr图像数据集：

https://yahooresearch.tumblr.com/post/89783581601/one-hundred-million-creative-commons-flickr-images

 

ImageNet数据集：

http://www.image-net.org/

 

Flickr 30k数据集：从图像描述到视觉指示，针对事件描述进行语义推断相似性：

http://shannon.cs.illinois.edu/DenotationGraph/

 

COCO-QA，一个探索图像问题答案的数据集：

http://www.cs.toronto.edu/~mren/imageqa/data/cocoqa/

 

FVC2000指纹数据库（FVC2000是第一次指纹验证算法国际竞赛）：

http://bias.csr.unibo.it/fvc2000/

 

更多的开源数据集，大家可以关注github上这个网址：

https://github.com/search?o=desc&q=dataset&s=stars&type=Repositories

 

 

4，项目

 

使用循环神经网络搭建的一个音乐系统项目：

http://www.hexahedria.com/2015/08/03/composing-music-with-recurrent-neural-networks/

 

一个有趣的神经网络标题生成器项目：

https://github.com/jazzsaxmafia/show_attend_and_tell.tensorflow

 

Github上的一个游戏项目：打Atari乒乓球：

https://github.com/tensorlayer/tensorlayer/blob/master/example/tutorial_atari_pong.py

 

使用 DeepMind的WaveNet的语言识别项目：

https://github.com/buriburisuri/speech-to-text-wavenet

 

利用机器翻译实现莎士比亚与现代英语间的翻译：

https://github.com/tokestermw/tensorflow-shakespeare

 

Fomoro高速公路网络培训初级项目：

https://github.com/fomorians/highway-cnn

 

使用生成对抗网络使图像的分辨率更逼真：

https://github.com/tensorlayer/srgan

 

 

5，论文

深度学习发展至今，积累了很多的文献，这里涵盖了近几年引用频率比较高的，自然语言处理类、图像视频类、无监督、强化学习等领域100多篇文献。大家根据自己的科研方向选择性阅读：

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