【入门必备】史上最全的深度学习资源汇总

欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识!

磐创AI 整理编辑

作者:磐石

版权声明:本文是由磐创AI技术团队整理发行,如需文章转载请添加公众号后留言。

导语:前一篇文章中我们介绍了一些机器学习不错的项目合集,本篇文章将针对深度学习资源进行一下汇总。喜欢我们文章的小伙伴,欢迎大家关注我们的公众号:磐创AI。另外您对我们的文章有任何的意见或是文章中的不足之处,欢迎在文末留言。

目录:

  • 介绍
  • 教程
  • 视频
  • 数据集
  • 项目
  • 论文

介绍:

作为传统机器学习重要的一个分支,与机器学习算法相比,深度学习算法最大的特点是至少含有一个隐藏层的神经网络(NN)。此外,深度学习的分层处理的思想也大大提高了模型的泛化能力。深度学习发展到今天,大致分为以下一些比较流行的网络结构:深度神经网络(DNN)、卷积神经网络(CNN)、循环神经网络(RNN)、生成对抗网络(GAN)等。应用最广的几个研究领域分别是自然语言处理、语音识别和图像处理。出现了Tensorflow、Keras、Caffe、Torch等技术框架。深度学习近年来发展迅猛,在国内外都引起了广泛的关注,也吸引了越来越多的人投身于深度学习领域的研究。今天小编有幸为大家介绍一些我自认为不错的深度学习资源,希望帮助热爱深度学习的小伙伴能够走的更远。

教程:

Topal的深度学习教程,从感知机到深度神经网络:

toptal.com/machine-lear

UFLDL教程:主要介绍了介绍无监督特征学习和深度学习的主要思想:

deeplearning.stanford.edu

基于python语言的深度学习教程:

manning.com/books/deep-

如果对深度学习有一定基础的小伙伴,推荐一套Nando de Freitas教授的高阶教程,深度学习的部分是从第七课开始:

cs.ox.ac.uk/teaching/co

Tensorflow深度学习教程:

github.com/nlintz/Tenso

(更多Tensorflow学习的资源请参见这篇文章:mp.weixin.qq.com/s?

Torch深度学习教程:

github.com/clementfarab

计算机视觉深度学习教程:

https://sites.google.com/site/deeplearningcvpr2014/

自然语言处理深度学习教程:

Richard Socher – Deep Learning Tutorial

视频资源:

最经典也是认可度最高的coursera上深度学习的视频教程:

https://www.coursera.org/learn/neural-networks

CS231N中用于视觉研究的卷积神经网络课程:

http://cs231n.stanford.edu/

牛津大学深度学习视频教程:

cs.ox.ac.uk/people/nand

Nando de Freitas教授深度学习课程的视频地址:

https://www.youtube.com/playlist?list=PLE6Wd9FR–EfW8dtjAuPoTuPcqmOV53Fu&app=deskto

以上课程是针对英文比较好的小伙伴,另外国内也有一些质量比较高的深度学习视频资源如下:

台湾国立大学李宏毅教授开设的深度学习视频;

【深度学习】李宏毅Machine Learning (2017,秋,台湾大学) 国语_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili

吴恩达教授在网易公开课上的深度学习视频教程:

https://mooc.study.163.com/smartSpec/detail/1001319001.htm

两个不错的Tensorflow中文视频资源:

youtube.com/watch?

youtube.com/watch?

国内人工智能教育平台七月在线的深度学习视频公开课,可作为小白学习的最佳入门课程:

http://www.julyedu.com/video/play/42

深度学习公开课 – 七月在线

http://www.julyedu.com/video/play/42

公开数据集:

没有数据集怎么能学好深度学习?话不多说,直接上干货!!!

最经典的MNIST手写数据集:

http://yann.lecun.com/exdb/mnist/

谷歌街景房屋号码(SVHN)数据集:

http://ufldl.stanford.edu/housenumbers/

VQA:VQA是一个包含有关图像开放式问题的数据集:

http://www.visualqa.org/

来自于雅虎的充满创意的Flickr图像数据集:

https://yahooresearch.tumblr.com/post/89783581601/one-hundred-million-creative-commons-flickr-images

ImageNet数据集:http://www.image-net.org/

Flickr 30k数据集:从图像描述到视觉指示,针对事件描述进行语义推断相似性:

http://shannon.cs.illinois.edu/DenotationGraph/

COCO-QA,一个探索图像问题答案的数据集:

http://www.cs.toronto.edu/~mren/imageqa/data/cocoqa/

FVC2000指纹数据库(FVC2000是第一次指纹验证算法国际竞赛):

bias.csr.unibo.it/fvc20

更多的开源数据集,大家可以关注github上这个网址:

https://github.com/search?o=desc&q=dataset&s=stars&type=Repositories

项目:

使用循环神经网络搭建的一个音乐系统项目:

http://www.hexahedria.com/2015/08/03/composing-music-with-recurrent-neural-networks/

一个有趣的神经网络标题生成器项目:

Build software better, together

Github上的一个游戏项目:打Atari乒乓球:

github.com/tensorlayer/

使用 DeepMind的WaveNet的语言识别项目:

github.com/buriburisuri

利用机器翻译实现莎士比亚与现代英语间的翻译:

github.com/tokestermw/t

Fomoro高速公路网络培训初级项目:

github.com/fomorians/hi

使用生成对抗网络使图像的分辨率更逼真:

github.com/tensorlayer/

论文:
深度学习发展至今,积累了很多的文献,小编这里为大家推荐一个github地址:

github.com/terryum/awes

这里涵盖了近几年引用频率比较高的,自然语言处理类、图像视频类、无监督、强化学习等领域100多篇文献。大家根据自己的科研方向选择性阅读。

最后,对深度学习感兴趣,热爱Tensorflow的小伙伴,欢迎关注我们的网站!http://www.tensorflownews.com。以及知乎专栏:zhuanlan.zhihu.com/Tens

Related posts

Leave a Comment