关于深度学习的一些比较好的网站总结

神经网络模型之AlexNet的一些总结                          http://www.cnblogs.com/gongxijun/p/6027747.html
卷积与滤波的一些特点                                                 http://blog.csdn.net/zouxy09/article/details/49080029
深度神经网络结构以及Pre-Training的理解              http://www.cnblogs.com/neopenx/p/4575527.htmlalexnet
模型详解  对 relu进行了详解                                       http://blog.csdn.net/maweifei/article/details/53117830
一个比较好的关于图像识别与深度学习总结的博主 http://blog.csdn.net/zouxy09/article/category/1218762/2
caffe框架中 LRN层有什么作用。改变各个参数会有怎么的效果  ps:2012的alex net当中，使用了LRN，然而在very deep convolutional networks for large-scale image recognition又说没用，具体看实验数据                     https://www.zhihu.com/question/26871787
局部响应归一化笔记                                                     http://blog.csdn.net/hduxiejun/article/details/70570086   LRN(Local Response Normalization）

降采样和升采样                                                             http://blog.csdn.net/u013146742/article/details/51865522
池化层                                                                             http://blog.csdn.net/tianrolin/article/details/52584848 
激活函数的作用                                                             http://www.cnblogs.com/steven-yang/p/6357775.html 
全连接层的作用到底是什么                                         https://www.zhihu.com/question/41037974
一文弄懂神经网络中的反向传播法                             http://www.cnblogs.com/charlotte77/p/5629865.html
一维卷积过程                                                                 http://blog.sina.com.cn/s/blog_7445c2940102wmrp.html
python2.7与3并存安装                                                 http://www.cnblogs.com/CongZhang/p/5619093.html
t-分布邻域嵌入算法（t-SNE algorithm）简单理解  http://blog.csdn.net/lzl1663515011/article/details/46328337
linux下安装boost                                                           http://blog.csdn.net/simtwo/article/details/8083598