搜索资源列表
deeplearningandneuralnetworkpaper
- 神经网络与深度学习综述，非常经典，强烈推荐-Neural networks and deep learning Summary
Deep-learning-and-new-progress-
- 深度学习是机器学习中的一个新的研究领域。通过深度学习的方法构建深度网络来抽取特征是目 前目标和行为识别中得到关注的研究方向。为引起更多计算机视觉领域研究者对深度学习进行探索和讨论，并推 动目标和行为识别的研究，对深度学习及其在目标和行为识别中的新进展给予概述。方法首先介绍深度学习领 域研究的基本状况、主要概念和原理 然后介绍近期利用深度学习在目标和行为识别应用中的一些新进展。结 果阐述了深度学习与神经网络之间的关系，深度学习的优缺点，以及目前深度学习理论需要解决的主要问题。
神经网络与深度学习讲义20151211
- 讲解了神经网络原理和和机器学习有关知识，和入门学习所需要的数学基础知识(Explains the principles of neural networks and the basic knowledge required)
神经网络与深度学习讲义
- 邱锡鹏：深度学习与神经网络入门级教程，PDF版本(Basic tutorials of deep learning and neutral networks)
FaceNet-A-Unified-Embedding-for-Face-Recognition-and-Clustering
- FaceNet---深度学习与人脸识别的二次结合 Facenet是一个通用的系统，采用CNN神经网络将人脸图像映射到128维的欧几里得空间，我们可以根据两幅人像的欧几里得距离去判断两个人像的相似程度。两个人像之间的欧几里得距离越近，说明它们越相似。 FaceNet可以用于人脸验证（是否是同一人？），识别（这个人是谁？）和聚类（寻找类似的人？）。FaceNet采用的方法是通过卷积神经网络学习将图像映射到欧几里得空间。空间距离直接和图片相似度相关：同一个人的不同图像在空间距离很小，不同人的图像在