Deep Learning 推荐的材料

(持续更新)

想学deep learning有无数种方法, 基于无数出发点. 这篇文章推荐材料:

出发点: 以使用+大致理解为主, 不希望在数学上对DL参透太深.

适用人群: 非数学,技术大神, 但又不甘心只是简单应用DL 

应用领域: 图像处理. 

 

Paper

<ImageNet Classification with Deep Convolutional Neural Networks>

推荐度:5/5

被认为是第一篇介绍DL的paper, 后面的Caffe 啥的基于这篇. 和Hinton2006 那篇比起来, Hinton2006主要是unsupervised, 这篇是supervised. 

如果对BVLC Caffe Future里面的Network 结构, layer名词基本概念不了解的话, 可以从这篇开始. 

 


教程

CS231n: Convolutional Neural Networks for Visual Recognition:

推荐度: 5/5

比较实在, 接地气, 不会用太多数学先把你弄晕.

 

Computational Neuroscience : 

推荐度: 4/5

虽然也比较有名气, 但是好像不容易follow.