Machine Learning 资料
Awesome系列
- Awesome Machine Learning
- Awesome Deep Learning
- Awesome TensorFlow
- Awesome TensorFlow Implementations
- Awesome Torch
- Awesome Computer Vision
- Awesome Deep Vision
- Awesome RNN
- Awesome NLP
- Awesome AI
- Awesome Deep Learning Papers
- Awesome 2vec
Deep Learning
- [Book] Neural Networks and Deep Learning中文翻译(不完整): 神经网络与深度学习第五章中文翻译: [译] 第五章 深度神经网络为何很难训练
- [Book] Deep Learning - MIT Press
- [Course] Deep Learning - Udacity
- [Course] Machine Learning by Andrew Ng - Coursera | 课程资料整理 @ zhwhong
- [Course] Convolutional Neural Networks for Visual Recognition(CS231n) | 课程资料整理 @ zhwhong
- [Course] Deep Learning for Natural Language Processing(CS224d) | 课程资料整理 @ zhwhong
- [View] Top Deep Learning Projects on Github
- [View] Deep Learning for NLP resources
- [View] 资源 | 深度学习资料大全:从基础到各种网络模型
- [View] 深度学习新星:GAN的基本原理、应用和走向
- [Book] 推荐 | 九本不容错过的深度学习和神经网络书籍
Frameworks
- TensorFlow (by google)
- MXNet
- Torch (by Facebook)
- [Caffe (by UC Berkley)(Caffe | Deep Learning Framework)
- [Deeplearning4j(Open-source, Distributed Deep Learning for the JVM)
- Brainstorm
- Theano、Chainer、Marvin、Neon、ConvNetJS
TensorFlow
- 官方文档
- TensorFlow Tutorial
- TensorFlow 官方文档中文版
- TensorFlow Whitepaper
- [译] TensorFlow白皮书
- [API] API Document
入门教程
- [教程] Learning TensorFlow
- TensorFlow-Tutorials @ github (推荐)
- Awesome-TensorFlow (推荐)
- TensorFlow-Examples @ github
- tensorflow_tutorials @ github
分布式教程
- Distributed TensorFlow官方文档
- distributed-tensorflow-example @ github (推荐)
- DistributedTensorFlowSample @ github
- Parameter Server
Paper (Model)
CNN Nets
- LeNet
- AlexNet
- OverFeat
- NIN
- GoogLeNet
- Inception-V1
- Inception-V2
- Inception-V3
- Inception-V4
- Inception-ResNet-v2
- ResNet 50
- ResNet 101
- ResNet 152
- VGG 16
- VGG 19

注:图片来自 Github : TensorFlow-Slim image classification library)
额外参考:
[ILSVRC] 基于OverFeat的图像分类、定位、检测
[卷积神经网络-进化史] 从LeNet到AlexNet
[透析] 卷积神经网络CNN究竟是怎样一步一步工作的?
GoogLenet中,1X1卷积核到底有什么作用呢?
深度学习 — 反向传播(BP)理论推导
Object Detection
额外参考:
[Detection] CNN 之 "物体检测" 篇
计算机视觉中 RNN 应用于目标检测
Machine Learning 硬件投入调研
RNN & LSTM
- [福利] 深入理解 RNNs & LSTM 网络学习资料 @ zhwhong
- [RNN] Simple LSTM代码实现 & BPTT理论推导 @ zhwhong
- 计算机视觉中 RNN 应用于目标检测 @ zhwhong
- Understanding LSTM Networks @ colah | 中文翻译[简书] @ Not_GOD
- The Unreasonable Effectiveness of Recurrent Neural Networks @ Andrej Karpathy
- LSTM Networks for Sentiment Analysis (theano官网LSTM教程+代码)
- Recurrent Neural Networks Tutorial @ WILDML
- Anyone Can Learn To Code an LSTM-RNN in Python (Part 1: RNN) @ iamtrask
Stanford 机器学习课程整理
Machine Learning 资料的更多相关文章
- 【机器学习Machine Learning】资料大全
昨天总结了深度学习的资料,今天把机器学习的资料也总结一下(友情提示:有些网站需要"科学上网"^_^) 推荐几本好书: 1.Pattern Recognition and Machi ...
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料
<Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost到随机森林.D ...
- 机器学习(Machine Learning)&深入学习(Deep Learning)资料
<Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost 到随机森林. ...
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料【转】
转自:机器学习(Machine Learning)&深度学习(Deep Learning)资料 <Brief History of Machine Learning> 介绍:这是一 ...
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2)
##机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2)---#####注:机器学习资料[篇目一](https://github.co ...
- 【重磅干货整理】机器学习(Machine Learning)与深度学习(Deep Learning)资料汇总
[重磅干货整理]机器学习(Machine Learning)与深度学习(Deep Learning)资料汇总 .
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料汇总 (上)
转载:http://dataunion.org/8463.html?utm_source=tuicool&utm_medium=referral <Brief History of Ma ...
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料(下)
转载:http://www.jianshu.com/p/b73b6953e849 该资源的github地址:Qix <Statistical foundations of machine lea ...
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料
机器学习(Machine Learning)&深度学习(Deep Learning)资料 機器學習.深度學習方面不錯的資料,轉載. 原作:https://github.com/ty4z2008 ...
随机推荐
- shell应用技巧
Shell 应用技巧 Shell是一个命令解释器,是在内核之上和内核交互的一个层面. Shell有很多种,我们所使用的的带提示符的那种属于/bin/bash,几乎所有的linux系统缺省就是这种she ...
- GreenPlum安装greenplum-cc-web监控
一. GreenPlum集群安装环境 由虚拟机搭建的一台master两台segment. 二.安装前准备 1) 所需安装包 GreenPlum监控安装包: greenplum-cc-web-3.0.2 ...
- Firefox及我使用的firefox扩展
什么数字安全浏览器,什么极速浏览器,现在都取代不了Firefox在我心中的位置.你想想,一款浏览器老是弹呀弹的,时不时问我换不换桌面,问我请不清理垃圾,真是的,这些关它浏览器鸟事. 喜欢Firefox ...
- VS2010/MFC编程入门之五十一(图形图像:GDI对象之画刷CBrush)
上一节中鸡啄米主要讲的是画笔CPen的用法,前面也说了,GDI对象中最常用的就是画笔和画刷,本节就讲讲画刷CBrush. 鸡啄米依然是通过实例的方式来说明画刷的用法.此实例要实现的功能是,对话框上有一 ...
- Object-C-Foundation-数组排序
系统类型排序; NSArray *goodsNames =@[@"computer",@"iphone",@"ipad"]; NSArray ...
- Nginx能做什么
本文只针对Nginx在不加载第三方模块的情况能处理哪些事情,由于第三方模块太多所以也介绍不完,当然本文本身也可能介绍的不完整,毕竟只是我个人使用过和了解到过得.所以还请见谅,同时欢迎留言交流. Ngi ...
- 立几个flag
有时候会心血来潮想学一点东西,然后搞别的东西的时候就慢慢忘了.. 这里做个备忘录: 树分块/树上莫队 广义后缀自动机(大概这辈子都不会去学了) 带花树(如果我能学的动那个线代的随机算法就放弃这个) 模 ...
- 20165310_java_blog_week1.md
2165310 <Java程序设计>第1周学习总结 教材学习内容总结 了解Java基本配置环境 学习Java命名.编译.运行规则 拓展学习包的编译.运行 熟悉Git的运用方式 教材学习中的 ...
- 強化 Python 在 Vim 裡的顏色
我習慣用 putty 連 Unix server 開 screen,再用 vim 寫 Python.這篇記錄如何改善 Python 的顏色. 啟動 256 色 terminal 首先將可用的色彩數增加 ...
- UVa 10891 Game of Sum - 动态规划
因为数的总和一定,所以用一个人得分越高,那么另一个人的得分越低. 用$dp[i][j]$表示从$[i, j]$开始游戏,先手能够取得的最高分. 转移通过枚举取的数的个数$k$来转移.因为你希望先手得分 ...