機(jī)器視覺(jué)，嵌入式橱鹏，ROS，光學(xué)丽涩，成像

不斷學(xué)習(xí)杀捻，努力提升。

再您獁的見(jiàn)

MT大前端的小學(xué)生一枚

University of Colorado Boulder, ARPG實(shí)驗(yàn)室小博

與惡龍纏斗過(guò)久,自身亦成為惡龍;凝視深淵過(guò)久,深淵將回以凝視。

堅(jiān)持比選擇更重要

redshift-gtk -l 39.92:116.46 -t 5000:4000

讀萬(wàn)卷書(shū)秸仙，行萬(wàn)里路，閱無(wú)數(shù)人桩盲。<br><br>超級(jí)吃貨寂纪，愛(ài)吃湖南菜，川菜，杭幫菜捞蛋，嘗遍天下美食孝冒。<br><br>攝影愛(ài)好者，游歷全國(guó)各地拟杉，閱盡人間春色迈倍。<br><br>愛(ài)看電影，尤其是美國(guó)大片和俄羅斯生猛大片捣域！非主流影評(píng)寫(xiě)手。<br><br>近期關(guān)注人工智能宴合！ <br><br>微信號(hào)：JINYULIN_SH_<br>QQ號(hào)：2806032155

一個(gè)寫(xiě)文章派送禮物的圣誕老人<br>寫(xiě)文章給馬力攢狗糧<br>對(duì)，就是頭像里那條蠢狗<br>文章轉(zhuǎn)載請(qǐng)簡(jiǎn)信我<br>歡迎交流<br><br><br><br><br><br><br>

本專(zhuān)題招募管理員酗失，有意向請(qǐng)簡(jiǎn)信私聊，謝謝昧绣！ 用來(lái)分享機(jī)器學(xué)習(xí)规肴，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)夜畴，計(jì)算機(jī)視覺(jué)等領(lǐng)域的一些技術(shù)拖刃。 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(zhuān)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，相互學(xué)習(xí)贪绘！

我以官方文檔為主線(xiàn)税灌，開(kāi)始對(duì)TensorFlow的學(xué)習(xí)均函。這期間會(huì)把我的理解進(jìn)行持續(xù)的輸出，作為《TensorFlow從0到N》系列垄琐。 它不會(huì)止于翻譯和筆記边酒，不會(huì)停留在語(yǔ)言和工具，而是堅(jiān)持通過(guò)啟發(fā)性的方式狸窘，循序漸進(jìn)的構(gòu)建理解墩朦，搭建一個(gè)堅(jiān)實(shí)可靠的、連接“零基礎(chǔ)”與“人工智能（AI）/機(jī)器學(xué)習(xí)（Machine Learning）/深度學(xué)習(xí)（Deep Learning）”領(lǐng)域之間的緩坡道翻擒。