本资料包括了SVM的工具箱，深度学习的资料，很适合初学者的学习使用

深度学习面试问题 回答对应的DeepLearning中文版页码

适用于利用matlab软件进行人工智能学习的同学们

Darknet是一个比较小众的深度学习框架，没有社区，主要靠作者团队维护，所以推广较弱，用的人不多。而且由于维护人员有限，功能也不如tensorflow等框架那么强大，但是该框架还是有一些独有的优点： 1.易于安装：在makefile里面选择自己需要的附加项（cuda，cudnn，opencv等）直接make即可，几分钟完成安装； 2.没有任何依赖项：整个框架都用C语言进行编写，可以不依赖任何库，连opencv作者都编写了可以对其进行替代的函数； 3.结构明晰，源代码查看、修改方便：其框架的基础文件都在src文件夹，而定义的一些检测、分类函数则在example文件夹，可根据需要直接对源代码进行查看和修改； 4.友好python接口：虽然darknet使用c语言进行编写，但是也提供了python的接口，通过python函数，能够使用python直接对训练好的.weight格式的模型进行调用； 5.易于移植：该框架部署到机器本地十分简单，且可以根据机器情况，使用cpu和gpu，特别是检测识别任务的本地端部署，darknet会显得异常方便。 ———————————————— 版权声明：本文为CSDN博主「深夜虫鸣」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/u010122972/article/details/83541978

神经网络与深度学习最好的入门书籍，比较适合初学者，但需要有一定的英文阅读能力

吴恩达深度学习课程卷积神经网络第二周编程作业中的resnets_utils库文件，直接下载后放到作业文件夹即可

我设置的价格是0，CSDN下载多了会自动提价， 如有需要，请点击：https://blog.csdn.net/ftimes/article/details/106911087 吴恩达 Deeplearning深度学习笔记v5.7 最新PDF版 免积分下载 https://blog.csdn.net/ftimes/article/details/106911087

浏览器中的深度学习 我尝试了一些用于在浏览器中部署ML模型的框架。 我制作了一个Web应用程序以在Tensorflow.js，WebDNN和ONNX.js中加载和分类图像，并将它们的运行时与不同的后端（WebGL，WASM，CPU）进行了比较。 我还为此写了一篇博客文章，可以与该代码一起作为教程 要求 Node.js（v12 +） 表示 其余的JS库和模型都包含在此存储库中。

Fundamentals of Deep Learning_ Designing Next-Generation Machine Intelligence Algorithms

该代码是基于深度学习的命名实体识别的实现。命名实体识别是自然语言处理中尤为重要的一部分。