深度学习资料整理

• Stanford CS229 : Machine Learning

　　　吴恩达(Stanford 人工智能实验室主任，coursera联合创始人)开设课程，目前coursera上最受欢迎的机器学习课程

　　　machine learning公开课 :

　　　　https://www.coursera.org/learn/machine-learning/home/welcome

　　　deep learning 系列 : 

　　　　https://www.coursera.org/learn/neural-networks-deep-learning/home/welcome　　　　　　　　　　　　 

　　　　https://www.coursera.org/learn/deep-neural-network/home/welcome　　　　　　　　　　　　 

　　　　https://www.coursera.org/learn/machine-learning-projects/home/welcome　　　　　　　　　　　　

　　　　https://www.coursera.org/learn/convolutional-neural-networks/home/welcome　　　　　　　　　　　　

 　　　  https://www.coursera.org/learn/nlp-sequence-models/home/welcome

• Stanford CS131 : Computer Vision: Foundations and Applications

　　　Stanford计算机视觉基础课程，涵盖边缘检测，直线检测，角点检测，卷积等基本概念，适合入门

　　　提供课件下载：

　　　　http://vision.stanford.edu/teaching/cs131_fall1718/syllabus.html

• Standford CS231n : Convolutional Neural Networks for Visual Recognition

　　　李飞飞(Stanford人工智能实验室与视觉实验室负责人，谷歌人工智能和机器学习首席科学家)开设

　　　网易云课堂:

　　　　http://study.163.com/course/courseMain.htm?courseId=1004697005

• Hinton机器学习与神经网络

　　　Geoffrey Hinton(Toronto大学教授，深度学习鼻祖)开设，涵盖深度学习基础入门知识

　　　　http://study.163.com/course/courseMain.htm?courseId=1003842018

• 入门书籍(Linux aria2 下载百度网盘)

　　　深度学习中文版(深度学习领域圣经)

　　　　https://pan.baidu.com/s/1sdWzbJBgHy9RGQIr3Hlu9Q

　　　统计学习基础(统计学习三大要素：模型+策略+算法)

　　　　https://pan.baidu.com/s/1_NGryh6eBbcA-AukB1qd1g

　　　21天实战Caffe(从配置，部署到源码分析，深入浅出)

　　　　https://pan.baidu.com/s/16YZp46dg2i-hmhId7WlQLA

　　　TensorFlow技术实战与解析(从模型构建到源码分析)

　　　　https://pan.baidu.com/s/19fat-gXcyYQ0Hzt79WujhA

• 竞赛

　　　Large Scale Visual Recognition Challenge(每年都有较高难度的挑战赛，参赛大多为企业)　

　　　　http://image-net.org/challenges/LSVRC/2017/index

　　　Kaggle(提供更多面向个人的机器学习挑战赛)

　　　　https://www.kaggle.com/competitions

　　　天池(阿里大数据竞赛平台，包含较多的AI课程)

　　　　https://tianchi.aliyun.com/learn/index.htm

• Caffe社区

　　　　https://groups.google.com/forum/#!forum/caffe-users

　　　　https://gitter.im/BVLC/caffe

　　　　http://www.caffecn.com/

•  辅助阅读(以课件为主)

　　　Stanford CS 20: Tensorflow for Deep Learning Research

　　　　https://www.youtube.com/watch?v=g-EvyKpZjmQ&list=PLIDllPt3EQZoS8gCP3cw273Cq9puuPLTg

　　　　http://web.stanford.edu/class/cs20si/syllabus.html

　　　Stanford CS 229T: Statistical Learning Theory

　　　　http://web.stanford.edu/class/cs229t/syllabus.html

　　　Stanford CS 231A: Computer Vision, From 3D Reconstruction to Recognition

　　　　http://web.stanford.edu/class/cs231a/syllabus.html

　　　Stanford CS 231B: The Cutting Edge of Computer Vision

　　　　http://vision.stanford.edu/teaching/cs231b_spring1415/syllabus.html

　　　Stanford CS 221: Artificial Intelligence: Principles and Techniques

　　　　http://web.stanford.edu/class/cs221/index.html

　　　Stanford CS 369L: Algorithmic Perspective on Machine Learning

　　　　http://people.csail.mit.edu/moitra/docs/bookex.pdf

　　　Stanford CS 205 Mathematical Methods for Robotics, Vision, and Graphics

　　　　http://graphics.stanford.edu/courses/cs205a/schedule.html

　　　Stanford CS 231M Mobile Computer Vision

　　　　http://web.stanford.edu/class/cs231m/syllabus.html

　　　CMU 16-824 Visual Learning and Recognition

　　　　http://graphics.cs.cmu.edu/courses/16-824/2016_spring/schedule.html

转载于:https://www.cnblogs.com/WaitingForU/p/9271701.html