《机器学习/深度学习入门资源整理》增补 v0.1

前面发了《入门资源整理》的博文。在学习中遇到过很多问题，也跟着发现了许多补充资料。不仅对课程有帮助。

这里做一下简单整理，方便有兴趣的朋友查阅。

CS231n相关

课程官网：

http://vision.stanford.edu/teaching/cs231n/index.html

课程翻译笔记：

https://zhuanlan.zhihu.com/p/21930884

2016winter网易云版视频，配中文字幕：

http://study.163.com/course/courseMain.htm?courseId=1003223001

卷积网络的反向传播：

https://grzegorzgwardys.wordpress.com/2016/04/22/8/

解释动量的作用：

http://distill.pub/2017/momentum/

吴恩达组的深度学习教程中文翻译：

https://github.com/ysh329/Chinese-UFLDL-Tutorial

Batch-Normalization为什么效果好？

https://www.zhihu.com/question/38102762

BN的反向传播推导：

https://kevinzakka.github.io/2016/09/14/batch_normalization/

http://cthorey.github.io./backpropagation/

BN的naive实现方法、优化实现方法推导：

http://costapt.github.io/2016/06/26/batch-norm/

http://costapt.github.io/2016/07/09/batch-norm-alt/

一份参考答案：

https://github.com/ncchen55414/Winter-2016-CS231N

CS229相关

笔记中文翻译：

https://github.com/Kivy-CN/Stanford-CS-229-CN

《机器学习基石》参考

一个学习笔记：

http://www.cnblogs.com/ymingjingr/p/4271742.html

一份题目答案：

http://blog.csdn.net/a1015553840/article/details/51085129

《神经网络和深度学习》

中文翻译：

https://tigerneil.gitbooks.io/neural-networks-and-deep-learning-zh/

《Neural Networks for Machine Learning》 by Hinton E. G.

中文版视频汇总：

http://mp.weixin.qq.com/s/l8r5PRdHn4TF7jlSS8hojw