深度学习和神经网络（MichaelNielsen著）

Alex在2012年提出的alexnet网络结构模型引爆了神经网络的应用热潮，并赢得了2012届图像识别大赛的冠军，使得CNN成为在图像分类上的核心算法模型。

文档对前馈神经网络、自动编码器、卷积神经网络、循环神经网络以及生成对抗网络做了简单介绍，并总结了其应用方向以及相关论文

由Poonam Sharma和Akansha Singh所写：深度学习在各种机器学习和计算机视觉应用中取得了显着的成功。 学习允许多个处理层自己学习功能，与传统的机器学习方法相反，而传统的机器学习方法

深度卷积神经网络

深入浅出的有关神经网络和深度学习教程,是一本非常不错的入门综述书籍

DeeplearningAI neural network and deep learning second week homework

深入浅出的有关神经网络和深度学习教程,是一本非常不错的入门综述书籍。

卷积神经网络基础;leNet;卷积神经网络进阶卷积神经网络基础二位互相关运算二维卷积层互相关运算与卷积运算特征图与感受野填充和步幅填充:在输入的高宽两侧填充元素,通常填充0。步幅:卷积核在输入数组上每

动手学深度学习:卷积神经网络,LeNet,卷积神经网络进阶 卷积神经网络基础 目录: 1、卷积神经网络的基础概念 2、卷积层和池化层 3、填充、步幅、输入通道和输出通道 4、卷积层的简洁实现 5、池化

机器学习是什么,人工智能是怎么实现得,深度学习又要学什么,什么tensorflow,什么PyTorch,什么python,学吧