Deep Learning各种资料网址

Deep Learning各种资料网址

徐静

今天轻松写一点,給大家推荐一些Deep Learning的科普的学习资源(作为入门学习),希望对各位有帮助。

  1. 人工智能大数据与深度学习 公众号: weic2c

  2. 深度学习通俗易懂教程专栏 超智能体 - 知乎专栏:https://zhuanlan.zhihu.com/YJango

  3. zouxy9的博客:Deep Learning(深度学习)学习笔记整理,一共八篇,是很基础的内容 http://blog.csdn.net/zouxy09/article/details/8775360/

  4. 有趣的机器学习:最简明入门指南 http://blog.jobbole.com/67616/

  5. 深度学习如何入门? http://www.zhihu.com/question/26006703

  6. Residual Networks (2015 ICCV, ImageNet 图像分类Top1) 介绍一下2015 ImageNet中分类任务的冠军——MSRA何凯明团队的Residual Networks: http://blog.csdn.net/abcjennifer/article/details/50514124

  7. Image Classification with Deep Learning常用模型 Image Vlassification常用的CNN模型,针对cifar-10(for 物体识别),mnist(for 字符识别)& ImageNet(for 物体识别)做一个model 总结 介绍了一下这些网络的结构: http://blog.csdn.net/abcjennifer/article/details/42493493

  8. HyperNet: Towards Accurate Region Proposal Generation and Joint Object Detection 论文讲解,Faster-rcnn中的proposal提取网络RPN由于特征图的粗糙,在小目标及大IOU阈值情况下的检测率低。论文提出了HyperNet,综合低层,中间层和高层特征获得了较高的recall率: http://blog.csdn.net/cv_family_z/article/details/51135025

  9. 有趣的机器学习:最简明入门指南: http://blog.jobbole.com/67616/

  10. 目标检测“A MultiPath Network for Object Detection” 对Fast-RCNN方法做了三个小的修改:(1)检测器能够访问多层特征,(2)foveal结构多尺度提取目标上下文信息,(3)在多个IOU下优化损失函数
    http://blog.csdn.net/cv_family_z/article/details/51159619
  11. 跟踪“Visual Tracking with Fully Convolutional Networks” 对VGG16特征分析: http://blog.csdn.net/cv_family_z/article/details/50748236

  12. Going deeper with convolutions – Googlenet,22层的深度网络。充分利用了网络中的计算资源,通过增加网络的宽度及深度实现。 http://blog.csdn.net/cv_family_z/article/details/50603406

  13. SSD: Single Shot MultiBox Detector 本文算是 Faster R-CNN, YOLO 算法的改进版吧,它将检测和分类融合到一起去了,对每个可能的检测框赋予一个类别的概率: http://blog.csdn.net/cv_family_z/article/details/50474679

  14. Striving for Simplicity: The All Convolutional Net 全卷积网络: http://blog.csdn.net/cv_family_z/article/details/50403365

  15. From Facial Parts Responses to Face Detection: A Deep Learning Approach 公开代码,用CNN进行人脸局部属性检测,然后各个部件综合起来得到人脸检测结果: http://blog.csdn.net/cv_family_z/article/details/50233481

  16. 论文提要 Deep Face Recognition,公开代码: http://blog.csdn.net/cv_family_z/article/details/49868979

  17. DeepID-Net:multi-stage and deformable deep CNNs for object detection Rcnn改进: http://blog.csdn.net/cv_family_z/article/details/49588969

  18. 行人检测“Pedestrian Detection with Unsupervised Multi-Stage Feature Learning”: http://blog.csdn.net/cv_family_z/article/details/49276833

  19. 车型识别“Vehicle Type Classification Using a Semisupervised Convolutional Neural Network”: http://blog.csdn.net/cv_family_z/article/details/49154585

  20. 论文提要“Learning Deepface Representation”: http://blog.csdn.net/cv_family_z/article/details/48975027

  21. 论文提要“Taking a Deeper Look at Pedestrians”:
    http://blog.csdn.net/cv_family_z/article/details/48053535

  22. 论文提要“Pedestrian Detection aided by Deep Learning Semantic Tasks”: http://blog.csdn.net/cv_family_z/article/details/47259677

  23. 如何简单形象又有趣地讲解神经网络是什么?: http://daily.zhihu.com/story/4424412

  24. 深度学习笔记1(卷积神经网络): http://blog.csdn.net/lu597203933/article/details/46575779

  25. DeepLearnToolBox中CNN源码解析: http://blog.csdn.net/lu597203933/article/details/46576017

  26. CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的内部网络结构有什么区别: https://www.zhihu.com/question/34681168

  27. 针对Faster RCNN具体细节以及源码的解读之SmoothL1Loss层: http://blog.csdn.net/xyy19920105/article/details/50421225

  28. 归一化化定义: http://www.cnblogs.com/njustyxy/archive/2011/06/10/2077926.html

  29. UFLDL中文教程: http://ufldl.stanford.edu/wiki/index.php/UFLDL教程

  30. 介绍:使用卷积神经网络的图像缩放: http://engineering.flipboard.com/2015/05/scaling-convnets/

  31. 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-12-核心层: http://blog.csdn.net/niuwei22007/article/details/49277595

  32. 如何在Caffe中配置每一个层的结构: http://demo.netfoucs.com/danieljianfeng/article/details/42929283
Author face

徐静

数据科学从业者,数据分析师. 善于用数据科学的工具透析业务,模型的线上化部署,网络爬虫及前端可视化. 喜欢研究机器学习,深度学习及相关软件实现.目前自己还是小白一个,希望多多学习.

最近发表的文章