leetcode中国
The
Road-map
of
My
AI
Learning
Computer
Science
Fundamentals
and
Programming
1.
Data
Structure
and
Algorithms
General
Intros
【Course】
【Course】
【Book】大话数据结构——程杰
【Practice】
【Book】算法的乐趣——王晓华
2.
Operating
System
【Course】
3.
Java
Programming
【Book】
【Blog】
4.
Python
Programming
【Book】
【Book】
【Course】
【Book】流畅的Python
5.
R
Programming
【Book】
【Book】
6.
Shell
Programming
【Blog】
【Blog】
【Course】
7.
System
Design
【Course】
【Course】
8.
Some
Tools
【Book】
【Blog】
【Course】
【Tutorial】
9.
Others
【Blog】
【B
2023-04-22 16:02:21
150KB
1
为了帮助正在学习深度学习的伙伴们，川大的一名优秀毕业生，在GitHub上创建了一个项目：《深度学习500问》，通过问答的形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，以帮助自己及有需要的读者。 全书已达18个章节，近50万字，全是中文！！
下面，我们来看一看该项目有哪些硬核干货吧！
全书目录
该项目更确切地说是一本深度学习面试手册，500 问，非常详细。全书共分为 18 章，近 50 万字，目录如下：
数学基础
机器学习基础
深度学习基础
经典网络
卷积神经网络（CNN）
循环神经网络（RNN）
生成对抗网络（GAN）
目标检测
图像分割
强化学习
迁移学习
网络搭建及训练
优化算法
超参数调试
GPU 和框架选型
自然语言处理（NLP）
模型压缩、加速及移动端部署
后端
2023-03-25 23:09:27
93.77MB
1
学习路线，本人也是从网络上下载的，感觉挺好的，希望可以帮助迷茫的人，python还是很好玩的语言，努力有会有收获，加油，大家一起
2022-03-04 17:29:01
6.3MB
1
本文来自简书，本文主要介绍了一个完整的卷积神经网络(CNN)，卷积的滤波器（Filter）是如何工作的呢？请参见下文。上篇文章简单地地介绍了神经网络和深度学习，在神经网络中，每一层的每个神经元都与下一层的每个神经元相连(如下图)，这种连接关系叫全连接（FullConnected）。如果以图像识别为例，输入就是是每个像素点，那么每一个像素点两两之间的关系(无论相隔多远)，都被下一层的神经元"计算"了。这种全连接的方法用在图像识别上面就显得太"笨"了，因为图像识别首先得找到图片中各个部分的"边缘"和"轮廓"，而"边缘"和"轮廓"只与相邻近的像素们有关。这个时候卷积神经网络(CNN)就派上用场了，卷
2021-02-24 14:04:21
699KB
1