深度学习之基础
- 深度学习/python-使用tensorflow-keras图像
- python真的很简单，几张图就带你2020年轻松玩转Pytho
- 2019 年 10 大顶级 Python 支持库
- PyTorch&TensorFlow对比
- PCA(principal component analysis
- 机器学习-吴恩达笔记5
- 差异分析
- 《好好思考》：如何练就深度思考的能力，不再成为乌合之众
- 35个高级Python知识点总结
- 深度神经网络的图像分类应用
- 这些深度学习术语，你了解多少？（上）
- 成为顶尖算法专家需要知道哪些算法？
- 卷积神经网络学习（一）滤波器意义
- 200种最佳机器学习教程汇总【史上最全】
- 看完还不懂卷积神经网络“感受野”？那你来找我
- L0、L1、L2范数在机器学习中的应用
- 经典分类CNN模型系列其二：VGG
- 机器学习和深度学习中值得弄清楚的一些问题
- 搭建自己的VPN
- 推荐系统遇上深度学习(三)--DeepFM模型理论和实践
- 卷积神经网络(CNN)介绍与实践
- 梯度消失问题与如何选择激活函数
- 过拟合及解决方案
- DNN模块的前向传播与反向传播
- L1正则化和L2正则化的联系和区别
- 【机器学习经典算法】真正的SVM简明（傻瓜）教程！
- 【DL笔记】神经网络参数初始化的学问
- 详解机器学习中的梯度消失、爆炸原因及其解决方法
- 阿里资深 AI 工程师教你逐个击破机器学习核心算法
- 【随笔记录】1 * 1卷积核的作用
- DenseNet：比ResNet更优的CNN模型
- Deep Learning（深度学习）学习笔记整理系列之（一）
- 深度学习以及卷积基础
- 详解计算机视觉五大技术：图像分类、对象检测、目标跟踪、语义分割和
- 总结一点面试问题－－算法工程师（机器学习）
- 高分辨率遥感图像理解读书笔记（2）——精细化遥感目标分割
- 模型介绍、评估和参数调优（附代码）
- 基于深度神经网络的聚类综述
- 训练集、验证集和测试集的意义
- End-to-End Instance Segmentation
- 残差网络ResNet笔记
- Machine Learning-线性回归算法分析
- 回归系列之L1和L2正则化
相关基础知识
