深度学习

深度学习，从基本的数学公示开始，到最后的模型讲解，非常优秀的一本书

深度学习

深度学习，从基本的数学公示开始，到最后的模型讲解，非常优秀的一本书

python网络爬虫

python网络spider，喜欢的可以看一看，感觉还不错。

python进阶

对于已经掌握python基础的童鞋们可以看看，包含一些进阶版内容

opencv计算机视觉第二版

opencv计算机视觉第二版，喜欢计算机视觉的可以看看，关于opencv的

动手学机器学习

使用tensorflow以及sklearn进行实战项目，手把手教学，非常优秀的一本书。

机器学习实战

机器学习实战， 1.) 机器学习基础 2.) k-近邻算法 3.) 决策树 4.) 基于概率论的分类方法：朴素贝叶斯 5.) Logistic回归 6.) 支持向量机 7.) 集成方法-随机森林和AdaBoost

中文文本情感分类已标注

已经标注好的情感分类语料库，一共两万多条，可进行下载练习。

通过反转图像来理解深度图像

反卷积（Deconvolution）的概念第一次出现是Zeiler在2010年发表的论文Deconvolutional networks中，但是并没有指定反卷积这个名字，反卷积这个术语正式的使用是在其之后的工作中(Adaptive deconvolutional networks for mid and high level feature learning)。随着反卷积在神经网络可视化上的成功应用，其被越来越多的工作所采纳比如：场景分割、生成模型等。其中反卷积（Deconvolution）也有很多其他的叫法，比如：Transposed Convolution，Fractional Strided Convolution等等。

反卷积（卷积层的可视化）

反卷积（Deconvolution）的概念第一次出现是Zeiler在2010年发表的论文Deconvolutional networks中，但是并没有指定反卷积这个名字，反卷积这个术语正式的使用是在其之后的工作中(Adaptive deconvolutional networks for mid and high level feature learning)。随着反卷积在神经网络可视化上的成功应用，其被越来越多的工作所采纳比如：场景分割、生成模型等。其中反卷积（Deconvolution）也有很多其他的叫法，比如：Transposed Convolution，Fractional Strided Convolution等等。