说明：深度学习讲义，caffe官方中文译本教程，caffe个人学习笔记，卷积神经网络结构演化介绍，CNN学习总结

说明：支持向量机是继神经网络之后又一研究深度学习的新方向，它的泛化能力比神经网络强很多

说明：到于深度自动编码器编码器的原理，构建过程等的简要介绍

说明：采用支持向量机的方法对图像进行处理，基于深度学习等。

说明：adaboost code 人工智能神经网络深度学习‘’

说明：这是一个SAX符号化的程序，并有详细的注释，以及最短距离程序，和SAX跟PAA的比较。

说明：这是一篇精华文章，详细的说明了深度学习梯度下降算法的思想，并附有程序结果。

说明：《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。

说明：深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示

说明：台大教授李宏毅 深度学习课程全套讲义，非常好的深度学习资料

说明：这是一篇很有用的深度学习文档，希望对大家有帮助

说明：通过scikit-learn库利用tf.contrib.learn函数生成三层神经网络模型直接对读入数据进行训练并且对于数据可以进行预测。

说明：一种专门为移动端设备而设计的高效卷积神经网络结构——ShuffleNet，这种新结构将点态组卷积（pointwise group convolution）和通道随机混合（channel shuffle）这两种经典方法进行结合与改进，大大提升了计算效率 。

说明：是一种神经网络框架，在其基础上可以实现物体检测，图像分类，模式识别功能。

说明：深度学习书籍，其中有英文版本和对应的中文版本。

说明：生成卷积batch数据，深度学习，基于keras框架

说明：这是美国三位著名专家编写的深度学习书籍，里面包括各种深度学习的原理，之前一直为英文版，最近出了中文版，学习深度学习的必备书籍

说明：此文件针对JAVA深入学习者来说有较高的参考价值

说明：计算机视觉 从CV基础到深度学习实战百度网盘链接

说明：C语言深度剖析，适合学习c语言，或者加强c语言。

说明：深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。

说明：教会你如何通过Python语言实现TensorFlow框架，作为一个深度学习的初学者，想要接触TensorFlow框架的初学者，是非常好的学习资料。

说明：新手入门机器学习，深度学习，AI，大数据，首选吴恩达教授的入门讲义

说明：简单地实现全神经网络，适合深度学习的基础入门。

说明：深度学习工具箱，包括卷积神经网络，DBN等，可以运行tests文件碱性测试所有的代码

说明：最常用的深度学习工具箱，DBN学习器，无监督学习。

说明：基于深度学习的超分辨率重建，三层卷积神经网络

说明：一个可在微信端使用的深度学习的图像识别程序，使用keras开发，文件内包含训练集下载方式。