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 | 无 |
| 神经网络 | Tweet | 链接 | 无 | |
| 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！。
书籍推荐
