百度飞桨学习python机器学习、深度学习资料 【机器学习】GRU：实践-情感分类的另一种方法 【机器学习】LSTM：实践-谣言检测 【机器学习】python复杂操作：实践-爬虫与数据分析 【机器学习】ResNet-50原理：实践-CIFAR10数据集分类 【机器学习】VGGNet原理：实践-中草药分类 【机器学习】Word2Vec实现：实践-基于CBOW和Skip-gram实现Word2Vec 【机器学习】飞桨高层API的实践 【计算机视觉】1.实践：飞浆与python入门操作 【计算机视觉】2.实践：python复杂操作 【计算机视觉】3.理论：计算机视觉概述 【计算机视觉】4.实践：基于深度神经网络的宝石分类 【计算机视觉】5.实践：基于卷积神经网络的美食识别 【计算机视觉】6.实践：基于VGG-16 的中草药识别 等等

1.深度学习资料(猫狗数据集，代码，96准确率，ResNet网络实现)。 2.TensorFlow 教程以 Jupyter 笔记本格式编写而成。 3.您最好从用户友好的 Keras Sequential API 入手。您可以将各基础组件组合在一起来构建模型。 4.Keras 函数式 API 和子类化 API 提供了由运行定义的自定义和高级研究接口。您可以构建模型，然后编写前向传播和反向传播；还可以创建自定义层、激活函数和训练循环。 5.猫狗大战是 kaggle 的一个著名比赛项目，即编写一个算法使机器能够区分猫和狗（图片）。 6.猫狗识别是计算机视觉和卷积神经网络的入门项目。通过这个项目，初学者（我这种）7.能够很好地理解图像数据的结构。 这个项目的整体流程如下： 数据读入 数据清理 将图片与label对应 图片尺寸归一化 划分验证集、训练集 数据扩增 数据训练、观察学习过程、计算本地cv分数 预测、提交 8.数据来源：Kaggle在2013年公开的猫狗数据集，该数据集总共25000张图片，猫狗各12500张。

AI人工智能资料-Tensorflow与深度学习资料-HTML版课件 双击index文件可直接在浏览器运行查看

深度学习500问目录以及详细知识点，16个章节的pdf，每个平均40页。找工作复习必备

宁大计算智能与深度学习 手抄往年资料

包括书本pdf，课后练习，实例代码，和课程的ppt

某著名大学深度学习资料包大全

《简单粗暴 TensorFlow》的作者李锡涵，积极致力于 TensorFlow 的推广。这篇精简的 TensorFlow 入门指导，基于 TensorFlow 的 Eager Execution（动态图）模式，力图让具备一定机器学习及 Python 基础的开发者们快速上手 TensorFlow。

这几本书是学习深度学习和TensorFlow的经典书籍，是最新的国外网站到底的书籍，虽然是全英文，但对初学者和提升者都会很有用处。

深度学习资料，编程实战猫和狗二分类数据集，dog vs cat 数据集