欢迎想入门CNN和深度学习的朋友们阅读论文。 GoogleNet始于LeNet-5，一个有着标准的堆叠式卷积层冰带有一个或多个全连接层的结构的卷积神经网络。通常使用dropout来针对过拟合问题。  为了提出一个更深的网络，GoogLeNet做到了22层，利用inception结构，这个结构很好地利用了网络中的计算资源，并且在不增加计算负载的情况下，增加网络的宽度和深度。同时，为了优化网络质量，采用了Hebbian原理和多尺度处理。GoogLeNet在分类和检测上都取得了不错的效果。  最近深度学习的发展，大多来源于新的想法，算法以及网络结构的改善，而不是依赖于硬件，新的数据集，更深的网络，并且深度学习的研究不应该完全专注于精确度的问题上，而更应该关注与网络结构的改善方面的工作。

theano源码，对于深度学习和python很有帮助

inception_v3 google官方预训练模型，由于网络和一些原因，google资源下载不易，特此分享，方便大家下载，节省寻找时间

这些课程专为已有一定基础（基本的编程知识，熟悉Python、对机器学习有基本了解），想要尝试进入人工智能领域的计算机专业人士准备。介绍显示：“深度学习是科技业最热门的技能之一，本课程将帮你掌握深度学习。

该资源是吴恩达教授深度学习视频的配套笔记，全中文，简单实用，适合机器学习0基础爱好者进一步理解深度学习概念和实现方式等

介绍 常用的深度学习模型训练，评估和预测相关代码，基于Tensorflow高阶API（Estimator）实现；尽可能做到出色的性和通用性更好。 部分模型子目录下有较详细的文档介绍！ 关于其中某些模型的介绍，请参考文章 ！《》 除非特殊说明，本项目的代码都是基于tensorflow 1.6.0开发。 推荐阅读： 后记 欢迎关注我的知乎专栏： 欢迎收藏我的个人博客，会不定期更新： ://yangxudong.github.io，或国内固有： ://xudongyang.coding.me

深度学习工具箱【Matlab】，深度学习很好的学习资源。程序简单易读，都已运行成功过。

yolo论文，学yolo必看++

Deep Learning -Jphn. D.K 2019

matlab的egde源代码mstar_deeplearning_project 该资源库是我的毕业项目，涉及使用深度学习方法在公共MSTAR上对雷达目标进行分类，检测和识别。 主要框架基于caffe和fast-rcnn，使用matlab接口进行了一些修改。 此外，最近还有一个关于我的毕业设计的文章，涉及FPGA上的网络加速。 先决条件 该项目应该在win7或更高版本上运行。 在运行项目之前，请检查您的PC是否支持Nvidia GPU计算以及6.1的计算功能（如GTX1080和cuda v8.0）以及某个更高版本的Matlab（如Matlab 2015b）。 此外，还需要python3.5，我建议您直接安装Anaconda3-4.2.0-Windows-x86_64.exe并将其添加到系统路径。 由于存储库是发行版本，因此不需要其他安装和编译。 您还可以通过编译和自行进行更改。 git clone :hunterlew/mstar_deeplearning_project.git 分类 工作的第一部分集中在标准MSTAR数据集上的10类雷达目标分类上。 为了避免过拟合，我使用随机裁剪完