在看别人写的一些博客的时候常常会遇到一些排版混乱，表述不清的博客。大大减小了学习效率，所以我把我在学习的过程中，发现的好的博客整理下来，便于快速查找。

模型训练优化

• 神经网络常用激活函数
• Adam优化器
• Batch Normalization
• 交叉熵损失函数

机器学习

• PCA 主成分分析方法
• 机器学习 | 深入SVM原理及模型推导1
• 机器学习 | 深入SVM原理及模型推导2
• 机器学习 | 深入SVM原理及模型推导3

RNN&LSTM

• 【AI笔记】认识循环神经网络(RNN)
• 【教程】Deeplearning4j入门 -（十二）理解LSTM - 寒沧
• [译] 理解 LSTM 网络
• RNN代码numpy实现
• RNN入门：手动编写网络（一）
• RNN入门：LSTM网络（三）
• RNN入门：多层LSTM网络（四）
• RNN入门：多层LSTM网络（五）
• Illustrated Guide to LSTM’s and GRU’s: A step by step explanation
• Animated RNN, LSTM and GRU(这篇博客有动画演示效果，结构清晰)

CNN

• 使用TensorFlow搭建卷积神经网络（LeNet-5）识别mnist手写数字
• 深度学习实战(四) 在MNIST上训练一个CNN
• 深度学习之卷积神经网络CNN及tensorflow代码实现示例。（验证代码可以使用）

GAN

• 李宏毅深度学习

Autoencoder

• Building Autoencoders in Keras

transfer learning

• transfer learning(Github)
• transfer learning 综述(Bilibili)
• A Tutorial on Information Maximizing Variational Autoencoders (InfoVAE)MMD
• 基于对抗的迁移学习方法: DANN域对抗网络

数据处理及可视化

• 使用python（scipy和numpy）实现快速傅里叶变换（FFT）
• t-SNE算法
• 高维资料的降维算法及视觉化(Youtube)

Pytorch

• pytorch official tutorial
• 60mins上手pytorch
• 常见算法Pytorch实现
• pytorch的自定义拓展之（一）——torch.nn.Module和torch.autograd.Function

计算机视觉

• opencv版YOLOV3

数据结构

• 理解二叉树三种遍历(讲的非常好)