曠視科技常年幫內(nèi)推！～<br>-------------------------------<br>兵貴神速！！孟抗！<br>茍日新，日日新钻心，又日新凄硼。<br>Done is better than perfect.<br>北航本碩，方向：人工智能捷沸、CV

Where PyTorch begins

分享深度學(xué)習(xí)尼斧、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)试吁、模式識(shí)別棺棵、資源語(yǔ)言處理、推薦系統(tǒng)等領(lǐng)域的一些技術(shù)

本專題招募管理員，有意向請(qǐng)簡(jiǎn)信私聊余耽，謝謝缚柏！ 用來(lái)分享機(jī)器學(xué)習(xí)，深度學(xué)習(xí)宾添，神經(jīng)網(wǎng)絡(luò)船惨，計(jì)算機(jī)視覺(jué)等領(lǐng)域的一些技術(shù)柜裸。 Machine Learning 學(xué)習(xí)資料：http://www.reibang.com/p/e0238db24973 相關(guān)參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://www.reibang.com/p/182baeb82c71 3. [深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.reibang.com/p/6752a8845d01 8. [知乎“機(jī)器學(xué)習(xí)”專欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.reibang.com/p/fe428f0b32c1 …… 希望大家可以相互交流缕陕，相互學(xué)習(xí)粱锐！