深度学习的资料清单
2016-06-30 04:09
288 查看
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
相关文章推荐
- bp神经网络及matlab实现
- CUDA搭建
- 稀疏自动编码器 (Sparse Autoencoder)
- 白化(Whitening):PCA vs. ZCA
- softmax回归
- 卷积神经网络初探
- TensorFlow人工智能引擎入门教程之九 RNN/LSTM循环神经网络长短期记忆网络使用
- TensorFlow人工智能引擎入门教程之十 最强网络 RSNN深度残差网络 平均准确率96-99%
- TensorFlow人工智能入门教程之十一 最强网络DLSTM 双向长短期记忆网络(阿里小AI实现)
- TensorFlow人工智能入门教程之十四 自动编码机AutoEncoder 网络
- TensorFlow人工智能引擎入门教程所有目录
- 如何用70行代码实现深度神经网络算法
- 近200篇机器学习&深度学习资料分享(含各种文档,视频,源码等)
- 基于神经网络的预测模型
- 详细解读神经网络十大误解,再也不会弄错它的事情原理
- 神经网络初步学习手记
- 安装caffe过程记录
- DIGITS的安装与使用记录
- 图像识别和图像搜索
- 51CTO学院优质新课抢先体验-5折好课帮你技能提升、升职加薪