机器学习之深度学习
- 详解 TensorBoard－如何调参
- 神经网络中 BP 算法的原理与 Python 实现源码解析
- TensorFlow架构与设计：会话生命周期
- [译] Deep Residual Learning for I
- [译] Every Filter Extracts A Spec
- [斯坦福CS229课程整理] Machine Learning
- [斯坦福CS224d课程整理] Natural Language
- [斯坦福CS231n课程整理] Convolutional Ne
- [RNN] Simple LSTM代码实现 & BPTT
- 吕乐：面向医学图像计算的深度学习与卷积神经网络（65ppt）
- [译] Perceptual Losses for Real-T
- [译] Instance Normalization: The
- [福利] 深入理解 RNNs & LSTM 网络学习资料
- [译] 纹理网络:在前馈网络中进行纹理合成与风格化
- [Detection] CNN 之 "物体检测&quo
- [译] 基于R-FCN的物体检测
- [译] A Neural Algorithm of Artist
- CNN中，1X1卷积核到底有什么作用呢？
- [译] 用于语义分割的全卷积网络FCN（UC Berkeley）
- 【卷积神经网络-进化史】从LeNet到AlexNet
- Machine Learning 学习资料
- 深度学习 — 反向传播(BP)理论推导
- [译] 简明 TensorFlow 教程 — 第二部分：混合模
- [译] End-to-end people detection
- [译] 简明 TensorFlow 教程 — 第三部分: 所有
- YOLO:实时目标检测
- TensorFlow深度学习笔记 循环神经网络实践
- TensorFlow深度学习笔记 文本与序列的深度模型
- 廖君机器学习&深度学习资料1
学习是智慧的扩充，若爱学习，则需要每天读一点知识!