深度学习的资料清单

神经网络和卷积神经网络的基础知识

1, Michael Nielsen写的在线教程 http://neuralnetworksanddeeplearning.com/

介绍了神经网络的基本结构,有例子展示为何神经网络可以学习任何函数,为什么传统的深度学习很慢等。还提供了基于Theano的用于MNIST手写数字的识别的例子代码。

2, 斯坦福大学的深度学习课程 http://cs231n.github.io/

这是斯坦福大学李飞飞教授开的一门课。从图像分类的应用出发,介绍了线性分类器、随机梯度下降法等基本的机器学习中常用的概念。并且介绍了在使用神经网络、卷积神经网络和转移学习中的问题和例子。

3,《Deep Learning in Neural Networks: An Overview

这是瑞士人工智能实验室 Jurgen Schmidhuber 写的最新版本《神经网络与深度学习综述》本综述的特点是以时间排序,从 1940 年开始讲起,到 60-80 年代,80-90 年代,一直讲到 2000 年后及最近几年的进展。涵盖了 deep learning 里各种 tricks,引用非常全面。

4,UFLDL-斯坦福大学 Andrew Ng 教授“Deep Learning”教程

本教程将阐述无监督特征学习和深度学习的主要思想。涵盖了稀疏编码、Softmax回归、用深度网络做图像分类等方面的应用。

CNN的应用

1, 目标检测

【基于深度学习的目标检测研究进展 】http://chuansong.me/n/353443351445
这篇文章介绍了一系列基于CNN的目标检测算法,简述了传统目标检测的流程,介绍了以R-CNN为代表的结合region proposal和CNN分类的目标检测框架(R-CNN, SPP-NET, Fast R-CNN, Faster R-CNN)、以YOLO为代表的将目标检测转换为回归问题的目标检测框架(YOLO, SSD),并且介绍一些可以提高目标检测性能的技巧和方法。

2,图像分割
基于FCN的分割 http://blog.csdn.net/taigw/article/details/51401448

3, 目标跟踪
【深度学习在目标跟踪中的应用】 https://zhuanlan.zhihu.com/p/22334661

4, 其他
有待更新

更多资料: http://www.open-open.com/news/view/1621439

  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

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