深度学习赞表¶
免费在线书籍¶
- 深度学习 作者 Yoshua Bengio, Ian Goodfellow 和 Aaron Courville (05/07/2015)
- 神经网络与深度学习 作者 Michael Nielsen (Dec 2014)
- 深度学习 作者 Microsoft Research (2013)
- 深度学习教程 作者 LISA lab, University of Montreal (Jan 6 2015)
- 神经交谈 作者 Andrej Karpathy : numpy-based RNN/LSTM implementation
- 遗传算法介绍
- 人工智能:现代方法
- 神经网络的深度学习:概述
课程¶
- 机器学习 - 斯坦福大学 作者 Andrew Ng in Coursera (2010-2014)
- 机器学习 - 加州理工学院 作者 Yaser Abu-Mostafa (2012-2014)
- 机器学习 - 卡耐基梅隆大学 作者 Tom Mitchell (Spring 2011)
- 机器学习的神经网络 作者 Geoffrey Hinton in Coursera (2012)
- 神经网络课程 作者 舍布鲁克大学的 Hugo Larochelle (2013)
- 深度学习课程 作者 CILVR lab @ NYU (2014)
- A.I - 伯克利 作者 Dan Klein and Pieter Abbeel (2013)
- A.I - 麻省理工学院 作者 Patrick Henry Winston (2010)
- 愿景和学习 - 电脑和大脑 作者 Shimon Ullman, Tomaso Poggio, Ethan Meyers @ MIT (2013)
- 用于视觉识别的卷积神经网络 - 斯坦福大学 作者 Fei-Fei Li, Andrej Karpathy (2017)
- 神经网络 - usherbrooke
- 机器学习 - 牛津 (2014-2015)
- 深度学习 - Nvidia (2015)
- 暑期毕业生:深度学习,特色学习 作者 Geoffrey Hinton, Yoshua Bengio, Yann LeCun, Andrew Ng, Nando de Freitas 和其他几个 @ IPAM, UCLA (2012)
- 深度学习 - Udacity / Google 作者 Vincent Vanhoucke and Arpan Chakraborty (2016)
- 深度学习 - UWaterloo 作者 Prof. Ali Ghodsi at University of Waterloo (2015)
- 统计机器学习 - CMU 作者 Prof. Larry Wasserman
- 深度学习课程 作者 Yann LeCun (2016)
- 设计,可视化和理解深度神经网络 - 加州大学伯克利分校
- UVA 深度学习课程 MSc in Artificial Intelligence for the University of Amsterdam.
- 麻省理工学院 6.S094:自驾车深度学习
- 麻省理工学院 6.S191:深度学习简介
- 伯克利 CS 294:深度强化学习
- 运动视频课程中的凯拉斯
- 编码的实用深度学习 作者 Jeremy Howard - Fast.ai
- 深度学习简介 作者 Prof. Bhiksha Raj (2017)
- 自然语言处理的深度学习 - 斯坦福大学
视频和讲座¶
- 如何创造一个心灵 作者 Ray Kurzweil
- 深度学习,自学习和无监督特征学习 作者 Andrew Ng
- 深度学习的最新进展 作者 Geoff Hinton
- 深度学习的不合理有效性 作者 Yann LeCun
- 表象的深刻学习 作者 Yoshua bengio
- 分层时间记忆的原理 作者 Jeff Hawkins
- 机器学习讨论组 - 深度学习与斯坦福大学人工智能实验室 作者 Adam Coates
- 深入学习让世界感悟 作者 Adam Coates
- 解开无监督的特征学习 作者 Adam Coates
- 视觉感知与深度学习 作者 Yann LeCun
- 下一代神经网络 作者 Geoffrey Hinton at GoogleTechTalks
- 可以学习的电脑的美妙和可怕的含义 作者 Jeremy Howard at TEDxBrussels
- 无监督深度学习 - 斯坦福大学 作者 Andrew Ng in Stanford (2011)
- 自然语言处理 作者 Chris Manning in Stanford
- 深度神经网络初学者指南 作者 Natalie Hammel and Lorraine Yurshansky
- 深度学习:来自大数据的智能 作者 Steve Jurvetson (and panel) at VLAB in Stanford.
- 人工神经网络与深度学习简介 作者 Leo Isikdogan at Motorola Mobility HQ
- NIPS 2016 讲座和研讨会视频 - NIPS 2016
论文¶
你也可以从这里找到引用最多的深度学习论文
- 深度卷积神经网络的 ImageNet 分类
- 使用非常深的自动编码器进行基于内容的图像检索
- 学习 AI 的深层架构
- CMU 的论文清单
- 命名实体识别的神经网络 zip
- YB 的训练技巧
- Geoff Hinton 的阅读清单(所有文件)
- 带有递归神经网络的监督序列标号
- 基于神经网络的统计语言模型
- 培训递归神经网络
- 用于自然语言处理和计算机视觉的递归深度学习
- 双向 RNN
- LSTM
- GRU 门控复发单元
- GFRNN . .
- LSTM:搜索空间奥德赛
- 循序神经网络的序列学习研究综述
- 可视化和理解循环网络
- Wojciech Zaremba,Ilya Sutskever,对经常性网络架构的实证研究
- 基于递归神经网络的语言模型
- 递归神经网络语言模型的扩展
- 基于递归神经网络的会议识别语言建模
- 深度神经网络在语音识别中的声学建模
- 基于深度递归神经网络的语音识别
- 强化学习神经图灵机
- 使用 RNN 编码器 - 解码器来学习用于统计机器翻译的短语表示
- Google - 用神经网络进行序列学习
- 内存网络
- 连续记忆状态下的部分观测机器人控制策略学习
- 微软 - 桥式视频和语言的嵌入和翻译联合建模
- 神经图灵机
- 请问我什么:自然语言处理的动态记忆网络
- 用深度神经网络和树搜索来掌握 Go 的游戏
- 批量标准化
- 残留学习
- 有条件敌对网络的图像到图像转换
- 伯克利 AI 研究(BAIR)实验室
- 移动网络由谷歌
- 利用深度学习在野外交叉视听识别
- 胶囊之间的动态路由
- 与 Em 路由的矩阵胶囊
教程¶
- UFLDL 的确如此
- UFLDL 教程 2
- NLP 深度学习(不含魔术)
- 深度学习教程:从感知器到深度网络
- 从底层深入学习
- Theano 教程
- Matlab 的神经网络
- 使用卷积神经网络来检测面部关键点教程
- Torch7 教程
- 在网上最好的机器学习教程
- VGG 卷积神经网络实用
- TensorFlow 教程
- 更多 TensorFlow 教程
- 凯拉斯和烤宽面条深度学习教程
- 用 LSTM RNN 对 TensorFlow 中的原始时间序列进行分类
- 使用卷积神经网络来检测面部关键点教程
- TensorFlow 世
- 用 Python 深入学习
- 深入学习
- 深度学习搜索
- Keras 教程:基于内容的图像检索使用卷积去噪 Autoencoder
- Pytorch 教程由 Yunjey 崔
- TensorFlow Python 笔记本
研究人员¶
- 亚伦·库尔维尔
- 阿卜杜勒 - 拉赫曼·穆罕默德
- 亚当·科特
- Alex Acero
- Alex Krizhevsky
- 亚历山大·伊林
- Amos Storkey
- Andrej Karpathy
- 安德鲁 M.萨克斯
- Andrew Ng
- Andrew W. Senior
- Andriy Mnih
- Ayse Naz Erkan
- Benjamin Schrauwen
- Bernardete Ribeiro
- Bo David Chen
- Boureau Y-Lan
- Brian Kingsbury
- Christopher Manning
- Clement Farabet
- Dan Claudiu Cireșan
- David Reichert
- Derek Rose
- Dong Yu
- Drausin Wulsin
- Erik M. Schmidt
- Eugenio Culurciello
- Frank Seide
- Galen Andrew
- Geoffrey Hinton
- George Dahl
- Graham Taylor
- Grégoire Montavon
- Guido Francisco Montúfar
- Guillaume Desjardins
- Hannes Schulz
- Hélène Paugam-Moisy
- Honglak Lee
- Hugo Larochelle
- Ilya Sutskever
- Itamar Arel
- James Martens
- Jason Morton
- Jason Weston
- Jeff Dean
- Jiquan Mgiam
- Joseph Turian
- Joshua Matthew Susskind
- Jürgen Schmidhuber
- Justin A. Blanco
- Koray Kavukcuoglu
- KyungHyun Cho
- Li Deng
- Lucas Theis
- Ludovic Arnold
- Marc'Aurelio Ranzato
- Martin Längkvist
- Misha Denil
- Mohammad Norouzi
- Nando de Freitas
- Navdeep Jaitly
- Nicolas Le Roux
- Nitish Srivastava
- Noel Lopes
- Oriol Vinyals
- Pascal Vincent
- Patrick Nguyen
- Pedro Domingos
- Peggy Series
- Pierre Sermanet
- Piotr Mirowski
- Quoc V. Le
- Reinhold Scherer
- Richard Socher
- Rob Fergus
- Robert Coop
- Robert Gens
- Roger Grosse
- Ronan Collobert
- Ruslan Salakhutdinov
- Sebastian Gerwinn
- Stéphane Mallat
- Sven Behnke
- Tapani Raiko
- Tara Sainath
- Tijmen Tieleman
- Tom Karnowski
- Tomáš Mikolov
- Ueli Meier
- Vincent Vanhoucke
- Volodymyr Mnih
- Yann LeCun
- Yichuan Tang
- Yoshua Bengio
- Yotaro Kubo
- Youzhi (Will) Zou
- Fei-Fei Li
- Ian Goodfellow
- Robert Laganière
网站¶
- deeplearning.net
- deeplearning.stanford.edu
- nlp.stanford.edu
- ai-junkie.com
- cs.brown.edu/research/ai
- eecs.umich.edu/ai
- cs.utexas.edu/users/ai-lab
- cs.washington.edu/research/ai
- aiai.ed.ac.uk
- www-aig.jpl.nasa.gov
- csail.mit.edu
- cgi.cse.unsw.edu.au/~aishare
- cs.rochester.edu/research/ai
- ai.sri.com
- isi.edu/AI/isd.htm
- nrl.navy.mil/itd/aic
- hips.seas.harvard.edu
- AI 周刊
- stat.ucla.edu
- deeplearning.cs.toronto.edu
- jeffdonahue.com/lrcn/
- visualqa.org
- www.mpi-inf.mpg.de/departments/computer-vision...
- 深度学习新闻
- 机器学习很有趣! ,Adam Geitgey 的博客
- [机器学习指南]](http://yerevann.com/a-guide-to-deep-learning/)
- 深入学习初学者
数据集¶
- [MNIST](http://yann.lecun.com/exdb/mnist/)手写的数字
- Google House Numbers 来自街景
- CIFAR-10 and CIFAR-100
- IMAGENET
- 微小的图像 80 万张小图片 6
- Flickr 数据 100 Million Yahoo dataset
- 伯克利分割数据集 500
- 加州大学欧文分校机器学习库
- Flickr 8k
- Flickr 30k
- Microsoft COCO
- VQA
- Image QA
- AT&T Laboratories Cambridge face database
- AVHRR Pathfinder
- Air Freight - 空运数据集是一个光线跟踪的图像序列,以及基于纹理特征的地面真实分割。 ,(455 图像+ GT,每个 160x120 像素)。 ,(格式:PNG)
- 阿姆斯特丹对象图像库 - ALOI 是为科学目的记录的一千个小物体的彩色图像集合。,为了捕捉对象记录中的感觉变化,我们系统地改变每个对象的视角,照明角度和照明颜色,并且另外捕获宽基线立体图像。 我们记录了每个物体的上百张图像,共收集了 110,250 张图像。 ,(格式:png)
- 注明的脸,手,心脏和肉的图像 - 大多数图像和注释都是使用 AAM-API 进行各种 ASM / AAM 分析的补充。 ,(格式:bmp,asf)
- 图像分析和计算机图形学
- 大型时尚(DeepFashion)数据库 - 包含超过 800,000 种不同的时尚形象。,该数据集中的每个图像都标有 50 个类别,1,000 个描述性属性,边界框和服装标志
- 布朗大学刺激 - 各种数据集,包括 geons,对象和“greebles”。,适用于测试识别算法。 ,(格式:图片)
- 商场和公共空间行为的 CAVIAR 视频序列 - 在 90 个不同人类活动序列中的 90K 视频帧,具有检测和行为分类的 XML 基本事实(格式:MPEG2 和 JPEG)
- Machine Vision Unit
- Fashion-MNIST -MNIST 就像时尚产品数据集,由 60,000 个示例的训练集和 10,000 个示例的测试集组成。Each example is a 28x28 grayscale image, associated with a label from 10 classes.
- CCITT 传真标准图像 - 8 images (Formats: gif)
- CMU CIL 的立体声数据与地面真相 - 3 sets of 11 images, including color tiff images with spectroradiometry (Formats: gif, tiff)
- CMU PIE 数据库 - A database of 41,368 face images of 68 people captured under 13 poses, 43 illuminations conditions, and with 4 different expressions.
- CMU VASC 图像数据库 - Images, sequences, stereo pairs (thousands of images) (Formats: Sun Rasterimage)
- 加州理工图像数据库 - about 20 images - mostly top-down views of small objects and toys. (Formats: GIF)
- 哥伦比亚 - 乌得勒支反射和纹理数据库 - Texture and reflectance measurements for over 60 samples of 3D texture, observed with over 200 different combinations of viewing and illumination directions. (Formats: bmp)
- 计算颜色恒常性数据 - A dataset oriented towards computational color constancy, but useful for computer vision in general. It includes synthetic data, camera sensor data, and over 700 images. (Formats: tiff)
- 计算机视觉实验室
- 视觉对象类挑战 2012 年 (VOC2012) - VOC2012 dataset containing 12k images with 20 annotated classes for object detection and segmentation.
- 基于内容的图像检索数据库 - 11 sets of color images for testing algorithms for content-based retrieval. Most sets have a description file with names of objects in each image. (Formats: jpg)
- 高效的基于内容的检索组
- 打开图像数据集 - Open Images is a dataset of ~9 million URLs to images that have been annotated with labels spanning over 6000 categories.
- 密集采样视图领域 - Densely sampled view spheres - upper half of the view sphere of two toy objects with 2500 images each. (Formats: tiff)
- 计算机科学七(图形系统)
- YouTube-8M 数据集 - YouTube-8M is a large-scale labeled video dataset that consists of 8 million YouTube video IDs and associated labels from a diverse vocabulary of 4800 visual entities.
- Digital Embryos - Digital embryos are novel objects which may be used to develop and test object recognition systems. They have an organic appearance. (Formats: various formats are available on request)
- 明尼苏达大学视觉实验室的大学
- 萨尔瓦多胃肠视频内窥镜 - Images and Videos of his-res of studies taken from Gastrointestinal Video endoscopy. (Formats: jpg, mpg, gif)
- FG-NET 面部老化数据库 - Database contains 1002 face images showing subjects at different ages. (Formats: jpg)
- FVC2000 指纹数据库 - FVC2000 is the First International Competition for Fingerprint Verification Algorithms. Four fingerprint databases constitute the FVC2000 benchmark (3520 fingerprints in all).
- 生物识别系统实验室 - University of Bologna
- 脸部和手势图像和图像序列 - Several image datasets of faces and gestures that are ground truth annotated for benchmarking
- 德语 Fingerspelling 数据库 - The database contains 35 gestures and consists of 1400 image sequences that contain gestures of 20 different persons recorded under non-uniform daylight lighting conditions. (Formats: mpg,jpg)
- 语言处理和模式识别
- DeepMind QA 语料库 - Textual QA corpus from CNN and DailyMail. More than 300K documents in total. Paper for reference.
- 格罗宁根自然图象数据库 - 4000+ 1536x1024 (16 bit) calibrated outdoor images (Formats: homebrew)
- ICG 测试室序列 - 2 turntable sequences from ifferent viewing heights, 36 images each, resolution 1000x750, color (Formats: PPM)
- 计算机图形学与视觉研究所
- 计算机视觉和控制中心
- IEN 图像库 - 1000+ images, mostly outdoor sequences (Formats: raw, ppm)
- INRIA 的 Syntim 图像数据库 - 15 color image of simple objects (Formats: gif)
- INRIA
- INRIA 的 Syntim 立体声数据库 - 34 calibrated color stereo pairs (Formats: gif)
- 图像分析实验室 - Images obtained from a variety of imaging modalities -- raw CFA images, range images and a host of "medical images". (Formats: homebrew)
- 图像分析实验室
- 耶鲁面孔数据库 B - 5760 single light source images of 10 subjects each seen under 576 viewing conditions (9 poses x 64 illumination conditions). (Formats: PGM)
- 图像数据库 - An image database including some textures
- JAFFE 人脸表情图像数据库 - The JAFFE database consists of 213 images of Japanese female subjects posing 6 basic facial expressions as well as a neutral pose. Ratings on emotion adjectives are also available, free of charge, for research purposes. (Formats: TIFF Grayscale images.)
- ATR 研究,日本京都
- JISCT 立体声评估 - 44 image pairs. These data have been used in an evaluation of stereo analysis, as described in the April 1993 ARPA Image Understanding Workshop paper ``The JISCT Stereo Evaluation'' 作者 R.C.Bolles, H.H.Baker, and M.J.Hannah, 263--274 (Formats: SSI)
- 与视觉纹理 - Image archive (100+ images) (Formats: ppm)
- 麻省理工学院面对图像等 - hundreds of images (Formats: homebrew)
- 机器视觉 - Images from the textbook 作者 Jain, Kasturi, Schunck (20+ images) (Formats: GIF TIFF)
- 乳房 X 光检查图像数据库 - 100 or more images of mammograms with ground truth. Additional images available 作者 request, and links to several other mammography databases are provided. (Formats: homebrew)
- ftp://ftp.cps.msu.edu/pub/prip - many images (Formats: unknown)
- Middlebury 与地面真相立体声数据集 - Six multi-frame stereo data sets of scenes containing planar regions. Each data set contains 9 color images and subpixel-accuracy ground-truth data. (Formats: ppm)
- Middlebury 立体视觉研究 - Middlebury College
- 莫迪斯机载模拟器,图库和数据集 - High Altitude Imagery from around the world for environmental modeling in support of NASA EOS program (Formats: JPG and HDF)
- NIST 指纹和手写 - datasets - thousands of images (Formats: unknown)
- NIST 指纹数据 - compressed multipart uuencoded tar file
- NLM HyperDoc 可视化人员项目 - Color, CAT and MRI image samples - over 30 images (Formats: jpeg)
- 全国设计知识库 - Over 55,000 3D CAD and solid models of (mostly) mechanical/machined engineerign designs. (Formats: gif,vrml,wrl,stp,sat)
- 几何与智能计算实验室
- 耶鲁面孔数据库 - 165 images (15 individuals) with different lighting, expression, and occlusion configurations.
- OSU(MSU)三维对象模型数据库 - several sets of 3D object models collected over several years to use in object recognition research (Formats: homebrew, vrml)
- OSU(MSU / WSU)数据库图像范围 - Hundreds of real and synthetic images (Formats: gif, homebrew)
- OSU / SAMPL 数据库:范围图像,3D 模型,剧照,动作序列 - Over 1000 range images, 3D object models, still images and motion sequences (Formats: gif, ppm, vrml, homebrew)
- 信号分析和机器感知实验室
- 3D Vision 集团
- 奥塔哥光流评估序列 - Synthetic and real sequences with machine-readable ground truth optical flow fields, plus tools to generate ground truth for new sequences. (Formats: ppm,tif,homebrew)
- 视觉研究小组
- Wiry 对象识别数据库 - Thousands of images of a cart, ladder, stool, bicycle, chairs, and cluttered scenes with ground truth labelings of edges and regions. (Formats: jpg)
- ftp://ftp.limsi.fr/pub/quenot/opflow/testdata/piv/ - Real and synthetic image sequences used for testing a Particle Image Velocimetry application. These images may be used for the test of optical flow and image matching algorithms. (Formats: pgm (raw))
- LIMSI-CNRS/CHM/IMM/vision
- LIMSI-CNRS
- 光度学 3D 表面纹理数据库 - This is the first 3D texture database which provides both full real surface rotations and registered photometric stereo data (30 textures, 1680 images). (Formats: TIFF)
- 用于光流分析的序列(SOFA) - 9 synthetic sequences designed for testing motion analysis applications, including full ground truth of motion and camera parameters. (Formats: gif)
- 计算机视觉集团
- 视觉列表图像档案 - Many images, many formats
- 基于流的重建序列 - synthetic sequence for testing structure from motion algorithms (Formats: pgm)
- 具有真实视差和遮挡的立体图像 - a small set of synthetic images of a hallway with varying amounts of noise added. Use these images to benchmark your stereo algorithm. (Formats: raw, viff (khoros), or tiff)
- 斯图加特范围图像数据库 - A collection of synthetic range images taken from high-resolution polygonal models available on the web (Formats: homebrew)
- 部门形象理解
- PRIMA, GRAVIR
- AR 面数据库 - Contains over 4,000 color images corresponding to 126 people's faces (70 men and 56 women). Frontal views with variations in facial expressions, illumination, and occlusions. (Formats: RAW (RGB 24-bit))
- 普渡大学机器人视觉实验室
- MIT-CSAIL 对象和场景数据库 - Database for testing multiclass object detection and scene recognition algorithms. Over 72,000 images with 2873 annotated frames. More than 50 annotated object classes. (Formats: jpg)
- RVL SPEC-DB(特殊数据库) - A collection of over 300 real images of 100 objects taken under three different illuminaiton conditions (Diffuse/Ambient/Directed). -- Use these images to test algorithms for detecting and compensating specular highlights in color images. (Formats: TIFF )
- 机器人视觉实验室
- 查看球体数据库 - Images of 8 objects seen from many different view points. The view sphere is sampled using a geodesic with 172 images/sphere. Two sets for training and testing are available. (Formats: ppm)
- Xm2vts 数据库 - The XM2VTSDB contains four digital recordings of 295 people taken over a period of four months. This database contains both image and video data of faces.
- 视觉,语音和信号处理中心
- 交通图像序列和“大理石块”序列 - thousands of frames of digitized traffic image sequences as well as the 'Marbled Block' sequence (grayscale images) (Formats: GIF)
- IAKS/KOGS
- Usenix 面对数据库 - Thousands of face images from many different sites (circa 994)
- U Bern Face images - hundreds of images (Formats: Sun rasterfile)
- U Michigan textures (Formats: compressed raw)
- U Oulu wood and knots database - Includes classifications - 1000+ color images (Formats: ppm)
- UCID - 一个未压缩的彩色图像数据库 - a benchmark database for image retrieval with predefined ground truth. (Formats: tiff)
- 机器视觉集团
- UMass 视觉图像档案 - Large image database with aerial, space, stereo, medical images and more. (Formats: homebrew)
- UNC 的 3D 图像数据库 - many images (Formats: GIF)
- 具有分割地面真实性的 USF 范围图像数据 - 80 image sets (Formats: Sun rasterimage)
- 奥卢大学基于物理的人脸数据库 - contains color images of faces under different illuminants and camera calibration conditions as well as skin spectral reflectance measurements of each person.
- 机器视觉和媒体处理单元
- 奥卢大学纹理数据库 - Database of 320 surface textures, each captured under three illuminants, six spatial resolutions and nine rotation angles. A set of test suites is also provided so that texture segmentation, classification, and retrieval algorithms can be tested in a standard manner. (Formats: bmp, ras, xv)
会议¶
- CVPR - IEEE 计算机视觉和模式识别会议
- AAMAS - 国际自主代理和多代理系统联合会议
- IJCAI - 国际人工智能联合会议
- ICML - 国际机器学习会议
- ECML - 欧洲机器学习会议
- KDD - 知识发现和数据挖掘
- NIPS - 神经信息处理系统
- O'Reilly AI 会议 - O'Reilly 人工智能会议
- ICDM - 数据挖掘国际会议
- ICCV - 计算机视觉国际会议
- AAAI - 人工智能促进协会
框架¶
- Caffe
- Torch7
- Theano
- cuda-convnet
- Ccv
- NuPIC
- DeepLearning4J
- Brain
- DeepLearnToolbox
- Deepnet
- Deeppy
- JavaNN
- hebel
- Mocha.jl
- OpenDL
- cuDNN
- MGL
- Knet.jl
- Nvidia DIGITS - 一个基于 Caffe 的网络应用程序
- Neon - 基于 Python 的深度学习框架
- Keras - 基于 Theano 的深度学习库
- Chainer - 灵活的深度学习神经网络框架
- RNNLM Toolkit
- RNNLIB - 一个经常性的神经网络库
- char-rnn
- MatConvNet: CNN 的 MATLAB
- Minerva - 一个快速而灵活的多 GPU 图形学习工具
- Brainstorm - 快速,灵活和有趣的神经网络。
- Tensorflow - 使用数据流图进行数值计算的开源软件库
- DMTK - Microsoft 分布式机器学习 Tookit
- Scikit Flow - 简化的 TensorFlow 界面(模拟 Scikit 学习)
- MXnet - 轻便,便携,灵活的分布式/移动深度学习框架
- Veles - 三星分布式机器学习平台
- Marvin - 一个简单的 GPU 只有 N 维的通信框架
- Apache SINGA - 一般分布式深度学习平台
- DSSTNE - 亚马逊的图书馆建立深度学习模式
- SyntaxNet - Google 的语法分析器 - 一个 TensorFlow 依赖库
- mlpack - 一个可扩展的机器学习库
- Torchnet - 基于火炬的深度学习库
- Paddle - 百度平行分布式深度学习
- NeuPy - 基于 Theano 的用于 ANN 和 Deep Learning 的 Python 库
- Lasagne - 一个轻量级的图书馆在 Theano 建立和训练神经网络
- nolearn - 包装和抽象现有的神经网络库,最着名的是千层面
- Sonnet - 一个由 Google 的 DeepMind 构建神经网络的库
- PyTorch - Python 中的张量和动态神经网络具有强大的 GPU 加速功能
- CNTK -微软认知工具包
- Serpent.AI - 游戏代理框架:使用任何视频游戏作为深度学习沙盒
- Caffe2 - 一个新的轻量级,模块化和可扩展的深度学习框架
- deeplearn.js - 面向 Web 的硬件加速深度学习和线性代数(NumPy)库
- convetjs
杂项¶
- Google Plus - 深度学习社区
- Caffe 网络研讨会
- Github 上的 100 个 Github 资源
- Word2Vec
- Caffe DockerFile
- TorontoDeepLEarning convnet
- 真棒深度学习音乐 - Curated list of articles related to deep learning scientific research applied to music
- gfx.js
- Torch7 备忘单
- 其他麻省理工学院的“高级自然语言处理”课程
- 其他麻省理工学院的“机器学习”课程
- 麻省理工学院的“学习网络:回归和分类”课程杂志
- 麻省理工学院的“神经编码与声音感知”课程杂志
- 通过 Spark 实现分布式深度学习网络
- 学习使用深度学习下象棋的国际象棋 AI。
- 复制“深入强化学习”的结果作者 DeepMind
- Wiki2Vec。,从维基百科转储获取 Word2vec 矢量的实体和单词
- 来自 DeepMind 文章的原始代码+调整
- Google deepdream - 神经网络艺术
- 高效,批量的 LSTM。
- 一个经常性的神经网络,旨在产生古典音乐。
- 内存网络实现 - Facebook
- 用 Google 的 FaceNet 深度神经网络进行人脸识别。
- 基本的数字识别神经网络
- 情感识别 API 演示 - 微软
- 在 TensorFlow 中加载 Caffe 模型的概念证明
- YOLO:实时对象检测
- AlphaGo - DeepMind 2016 年自然出版物的复制品,“通过深度神经网络和树搜索掌握 Go 的游戏”
- 机器学习软件工程师
- 机器学习很有趣!
- Siraj Raval 的深度学习教程
- Dockerface - Easy to install and use deep learning Faster R-CNN face detection for images and video in a docker container.
贡献¶
有什么想法,你认为是真棒,并适合在这个名单?,随意发送拉请求.