Deep-Learning

主要内容

##

课程列表

课程 机构 参考书 Notes等其他资料
卷积神经网络视觉识别 Stanford 暂无 链接
神经网络 Tweet 暂无 链接
深度学习用于自然语言处理 Stanford 暂无 链接
自然语言处理 Speech and Language Processing 链接

##

专项课程学习

下述的课程都是公认的最好的在线学习资料,侧重点不同,但推荐至少修满下面课程中的任意两门,其中,辅助课程可以根据自己情况来定是否需要学习,建议直接进入下列的课程学习,如果感觉需要需要帮助,可以再进入辅助课程区寻找相应资料进行学习:

《卷积神经网络用于视觉识别》偏重于用于视觉方面的卷积神经网络的介绍,有时会需要一些基本的图像处理的知识;

《神经网络》专注于神经网络知识,会涉及很多不同的神经网络的介绍;

《深度学习用于自然语言处理》侧重于将深度学习用于自然语言的处理,较多的会用到递归神经网络,需要一些基本的文本处理知识;

课程 机构 参考书 Notes等其他资料 辅助课程
卷积神经网络用于视觉识别 Stanford 暂无 链接
神经网络 Tweet 链接
深度学习用于自然语言处理 Stanford 暂无 链接 自然语言处理

##

辅助课程

课程 机构 参考书 Notes等其他资料
自然语言处理 Speech and Language Processing 链接

##

论文专区

恭喜您坚持到了现在,现在您已经拥有了扎实的数学功底,同时经过这么多的练习,也已经掌握了深度学习中的较为经典甚至一些较为前沿的技术,接下来如果您希望继续深造并成为大师并对该领域做出突破贡献,我们唯一能为您提供的就是下面的论文平台,它汇总了最经典的领域论文,领域开源包等等丰富资源,同时会不断更新最新的进展,希望对您有帮助,补充一句:我们强烈建议您进入高校或者其他研究所进行深造,因为现在您当前的基础已经完全可以支撑您进行进一步研究,如果有好的导师引路,加之努力,将来定会成为大师,希望继续加油!