深度学习笔记（二）

从2012年的AlexNet横空出世以后，深度神经网络发展的速度已经超过几乎所有关于特征提取的算法。其实神经网络的出生早在上世纪70年代左右，经历了二起二落（不一定）以后大神们才总结出一个实用的网络模型，现在主流的网络结构大部分是从AlexNet和LeNet发展和演变而来。安装完深度学习框架caffe或者tensorflow以后，建议直接上手试验源码。现在很多深度学习框架都是一些库类型，比如sklearn、keras等等，目前还有一个很好的框架叫Pytorch，是FB以lua脚本语言的发展起来的，相当于原来Torch的进化版本。我收集了一些论文和源码资源，这些资源都是计算机视觉领域的研究者无偿贡献的，包括CVPR等顶会文章发布以后会公布源码，感谢这些无私奉献的科学家为我打开了一个新世界，也希望能对你的学习有所帮助。

1.近几年引用较多的论文和部分源码（强烈推荐）

https://github.com/terryum/awesome-deep-learning-papers

2.深度学习的论文阅读之路（强烈推荐）

https://github.com/songrotek/Deep-Learning-Papers-Reading-Roadmap

3.计算机视觉和模式识别 CVPR2016的代码合集（2017年的还没有全部公布）

http://blog.csdn.net/mydear_11000/article/details/51915489

4.教程 | 斯坦福CS231n 2017最新课程：李飞飞详解深度学习的框架实现与对比

https://mp.weixin.qq.com/s/ClKKmLMCIeuSaMd9lSUYzw

5.十个主题，最全的优秀 TensorFlow 相关资源列表

https://my.oschina.net/hardbone/blog/798552

6.计算机视觉识别简史：从 AlexNet、ResNet 到 Mask RCNN

https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2651997432&idx=1&sn=1e926dae6bef826c81d1e9335b3c14d9&chksm=f1213009c656b91ff32a1d2b1f25b4c37419e08fb2e832d69dec63cc777bb1fb5b68b72b2dcf&mpshare=1&scene=23&srcid=0430aLAkdp7OF98aBKshDTyo#rd

7.机器视觉开源代码集合

http://www.cnblogs.com/einyboy/p/3594432.html

8.大量计算机视觉深度学习资源

https://www.tuicool.com/articles/rEFbErv

9.近200篇机器学习&深度学习资料分享（含各种文档，视频，源码等）

http://www.open-open.com/lib/view/open1428738163484.html

10.Github上同学总结的机器学习和deeplearning方面的很全的资料

https://zhuanlan.zhihu.com/p/26985905

11.斯坦福机器学习CS229课程讲义的中文翻译（强烈推荐）

https://github.com/Kivy-CN/Stanford-CS-229-CN