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中文翻譯(不完整): 神經網路與深度學習第五章中文翻譯: [譯] 第五章 深度神經網路為何很難訓練
• [Book] Deep Learning - MIT Press
• [Course] Deep Learning - Udacity
• [Course] Machine Learning by Andrew Ng - Coursera | 課程資料整理 @ zhwhong
• [Course] Convolutional Neural Networks for Visual Recognition(CS231n) | 課程資料整理 @ zhwhong
• [Course] Deep Learning for Natural Language Processing(CS224d) | 課程資料整理 @ zhwhong
• [View] Top Deep Learning Projects on Github
• [View] Deep Learning for NLP resources
• [View] 資源 | 深度學習資料大全：從基礎到各種網路模型
• [View] 深度學習新星：GAN的基本原理、應用和走向
• [Book] 推薦 | 九本不容錯過的深度學習和神經網路書籍

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

• 官方文檔
• TensorFlow Tutorial
• TensorFlow 官方文檔中文版
• TensorFlow Whitepaper
• [譯] TensorFlow白皮書
• [API] API Document

入門教程

• [教程] Learning TensorFlow
• TensorFlow-Tutorials @ github (推薦)
• Awesome-TensorFlow (推薦)
• TensorFlow-Examples @ github
• tensorflow_tutorials @ github

分散式教程

• Distributed TensorFlow官方文檔
• distributed-tensorflow-example @ github (推薦)
• 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

(註：圖片來自 Github : TensorFlow-Slim image classification library)

額外參考：

[ILSVRC] 基於OverFeat的圖像分類、定位、檢測

[卷積神經網路-進化史] 從LeNet到AlexNet

[透析] 卷積神經網路CNN究竟是怎樣一步一步工作的？

GoogLenet中，1X1卷積核到底有什麼作用呢？

深度學習 — 反向傳播(BP)理論推導

Object Detection

• R-CNN
• Fast R-CNN
• Faster R-CNN
• FCN
• R-FCN
• YOLO
• SSD

額外參考：

[Detection] CNN 之 "物體檢測" 篇

計算機視覺中 RNN 應用於目標檢測

Machine Learning 硬體投入調研

RNN & LSTM

• [福利] 深入理解 RNNs & LSTM 網路學習資料 @ zhwhong
• [RNN] Simple LSTM代碼實現 & BPTT理論推導 @ zhwhong
• 計算機視覺中 RNN 應用於目標檢測 @ zhwhong
• Understanding LSTM Networks @ colah | 中文翻譯[簡書] @ Not_GOD
• The Unreasonable Effectiveness of Recurrent Neural Networks @ Andrej Karpathy
• LSTM Networks for Sentiment Analysis (theano官網LSTM教程+代碼)
• Recurrent Neural Networks Tutorial @ WILDML
• Anyone Can Learn To Code an LSTM-RNN in Python (Part 1: RNN) @ iamtrask

Stanford 機器學習課程整理

• [coursera 機器學習課程] Machine Learning by Andrew Ng @ zhwhong
• [斯坦福CS231n課程整理] Convolutional Neural Networks for Visual Recognition（附翻譯，下載） @ zhwhong
• [斯坦福CS224d課程整理] Natural Language Processing with Deep Learning @ zhwhong
• [斯坦福CS229課程整理] Machine Learning Autumn 2016 @ zhwhong

( 未經允許禁止轉載，轉載請註明出處：Machine Learning 學習資料 (zhwhong) ，謝謝！)

推薦閱讀：