主要是记录一下caffe框架以及神经网络、图像处理的过程
前面已经搭建好caffe环境,并且简单的按照教程测试手写数据集和cifar10
里面夹杂着很多概念:caffe框架、神经网络、数据集等,开始很混乱后面找到csdn的一篇博客,然后跟着博主的路线喝汤,有很大收获 贴上博主链接:https://blog.csdn.net/hjimce/article/category/3163421/5
caffe模型网站:https://github.com/BVLC/caffe/wiki/Model-Zoo
知乎讲深度学习的帖子:https://zhuanlan.zhihu.com/p/28462089 标题很骚气
结合起来看理解非常快;期间可能涉及图像相关的处理
图像卷积https://blog.csdn.net/chaipp0607/article/details/72236892?locationNum=9&fps=1
然后找了很多相关深度学习的课程
(1) Fei-Fei Li CS231n https://zhuanlan.zhihu.com/p/21930884 (翻译版)
(2)深度学习 PDF翻译版 https://github.com/exacity/deeplearningbook-chinese
深度学习原版http://www.deeplearningbook.org/
(3)Andrew Ng的《机器学习》公开课:https://class.coursera.org/ml
(4)吴达恩(Andrew Ng)网易云课程:https://study.163.com/course/courseMain.htm?courseId=1004570029
(5)http://www.deeplearningweekly.com/blog/open-source-deep-learning-curriculum/
(其中介绍了很多深度学习的相关知识课程,例如线性代数、矩阵编程、伯克利斯坦福等相关课程)
(6)https://github.com/L1aoXingyu/Roadmap-of-DL-and-ML/blob/master/README_cn.md
(简要概括了深度学习机器学习相关学习路线)
待续········