深度学习资源分享

经历了最初的入门课后，也有一些系列的课程可以比较系统的学习或者拓展，可以在之前的基础上进一步深入或者作为互补，或者温故而知新，这里会分享一些比较好的资源。

1.跟李沐一起动手学深度学习

这门课程是由将门联合亚马逊AI主任科学家李沐博士，从零开始入门深度学习的一套课程，这门课重点并不在理论上，还是上来就比较贴近于实战了，如果有兴趣就继续看吧

最开始：来一起动手学习深度学习吧 http://mp.weixin.qq.com/s/Waiy6hTE3H8M_3Q19T6-AQ

第二课：过拟合、多层感知机、GPU和卷积神经网络 http://mp.weixin.qq.com/s/t8PIVNjx3EwTS3UgKFB4PQ

第三课：深度卷积网络，如何使用Gluon，以及核武器购买指南 http://mp.weixin.qq.com/s/gBxcd8IY1IvQKVqLQWa_bA

第四课：BatchNorm，更深的卷积神经网络，Hybridize和新的Kaggle练习 http://mp.weixin.qq.com/s/4sHuzXGhIGuDQUFM6Pi-mA

第十三课：正向传播、反向传播和通过时间反向传播 http://mp.weixin.qq.com/s/9uGyrVY1G_zYT4lBafLpyg

第十四课：实现、训练和应用循环神经网络 http://mp.weixin.qq.com/s/o2XYYcqS7n-fzb9u2d4QNw

第十五课：门控循环单元（GRU）、长短期记忆（LSTM）、多层循环神经网络以及Gluon实现 http://mp.weixin.qq.com/s/uCVlb8kc3M64CQ4QYPIxjw

第十七课：GloVe、fastText和使用预训练的词向量 http://mp.weixin.qq.com/s/keB-iyKPRpfBYzdyZ_m6cQ

第十八课：seq2seq（编码器和解码器）和注意力机制 http://mp.weixin.qq.com/s/LoDnEvoHoLsKwMJznn5i4w

第十九课：应用seq2seq和注意力机制—机器翻译 http://mp.weixin.qq.com/s/e_X330jPH9le1yGfEN3dOw

以上就是第一季的全部内容，更多的信息可以关注公众号“将门创投”查看，后续可能还会有第二季的课程。

这个链接非常清楚的说明了各种卷积网络架构的细节、组成以及理解

文章比较长，各类框架和网络结构都有提及，可以慢慢看，https://www.themtank.org/a-year-in-computer-vision

https://mp.weixin.qq.com/s/lfiGeot1inFAXCjjyknHMg，这篇文章没有什么技术细节，但是对于算法体系和应用场景的概括比较全面，可以作为科普阅读。

这本书是由南京理工大学教授、旷视南京研究院负责人魏秀参所作，内容不多比较基础，可以作为深度学习方面非常好的参考手册，豆瓣链接为：https://book.douban.com/subject/30381203/

作者也开源了电子版：http://www.weixiushen.com/book/CNN_book.html，其中有下载链接