机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 卷积神经网络仿造生物的视知觉（visual perception）机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化（grid-like topology）特征，例如像素和音频进行学习、有稳定的效果且对数据没有额外的特征工程（feature engineering）要求。

斯坦福大学教授Ng的深度学习基础教程

黄海广翻译，简略全面，推荐。

斯坦福大学-深度学习基础教程.pdf.zip

斯坦福大学数据库实现课程CS346课程中实现的数据库 Redbase 参考文档(英文)，根据斯坦福官网的RedBase Project的文档整理而得，同时RedBase的源代码可以从github上获取:https://github.com/junkumar/redbase

斯坦福大学抽象编程课程讲义、作业、考试题目及答案

吴恩达的CS229课程笔记，共12章节，包含word和pdf。比coursera上的《机器学习》课程更加详细~

斯坦福背景资料集是在Gould等人中引入的。（ICCV 2009），用于评估几何和语义场景理解的方法。数据集包含从公共数据集中选择的715张图像。 labels_class_dict.csv metadata.csv Stanford Background Dataset_datasets..txt Stanford Background Dataset_datasets..zip

CS251 完成CS251课程并写下笔记。 我通常对加密货币和区块链技术非常了解，但对它们的学术观点感到好奇。 因此，这里去。

cs224n