deep learning（深度學習）：
ufldl的2個教程(這個沒得說，入門絕對的好教程，ng的，邏輯清晰有練習)：一
ufldl的2個教程(這個沒得說，入門絕對的好教程，ng的，邏輯清晰有練習)：二
bengio團隊的deep learning教程，用的theano庫，主要是rbm系列，搞python的可以參考，很不錯。
deeplearning.net主頁，裡面包含的資訊量非常多，有software, reading list, research lab, dataset, demo等，強烈推薦，自己去發現好資料。
deep learning的toolbox，matlab實現的，對應原始碼來學習一些常見的dl模型很有幫助，這個庫我主要是用來學習演算法實現過程的。
2023年龍星計畫深度學習教程，鄧力大牛主講，雖然老師準備得不充分，不過還是很有收穫的。
hinton大牛在coursera上開的神經網路課程，dl部分有不少，非常贊，沒有廢話，課件每句話都包含了很多資訊，有一定dl基礎後去聽收穫更大。
larochelle關於dl的課件，邏輯清晰，覆蓋面廣,包含了rbm系列，autoencoder系列，sparse coding系列，還有crf，cnn，rnn等。雖然網頁是法文，但是課件是英文。
cmu大學2023年的deep learning課程，有不少reading *****可以參考。
達慕思大學lorenzo torresani的2013deep learning課程reading list.
deep learning methods for vision(余凱等在cvpr2012上組織乙個workshop，關於dl在視覺上的應用)。
斯坦福ng團隊成員鏈結主頁，可以進入團隊成員的主頁，比較熟悉的有richard socher, honglak lee, quoc le等。
多倫多ml團隊成員鏈結主頁，可以進入團隊成員主頁，包括dl鼻祖hinton，還有ruslan salakhutdinov , alex krizhevsky等。
蒙特婁大學機器學習團隊成員鏈結主頁，包括大牛bengio，還有ian goodfellow 等。
紐約大學的機器學習團隊成員鏈結主頁，包括大牛lecun，還有rob fergus等。
charlie tang個人主頁，結合dl+svm.
large scale ml的課程，由lecun和langford講的，能不推薦麼。
yann lecun的2023年deep learning課程主頁。
吳立德老師《深度學習課程》
一些常見的dl code列表，csdn博主zouxy09的博文，deep learning源**收集-持續更新…
deep learning for nlp (without magic)，由dl界5大高手之一的richard socher小組搞的，他主要是nlp的。
2012 graduate summer school: deep learning, feature learning，高手雲集，深度學習盛宴，幾乎所有的dl大牛都有參加。
matlab下的maxpooling速度優化，呼叫c++實現的。
r-cnn code: regions with convolutional neural network features.
machine learning（機器學習）：
介紹圖模型的乙個ppt，非常的贊，ppt作者總結得很給力，裡面還包括了hmm，mem, crf等其它圖模型。反正看完挺有收穫的。
國外技術團隊部落格：
netflix技術部落格,很多乾貨。
挑戰賽：
kaggle一些挑戰賽的code.
（計算機視覺）計算機視覺基礎
opencv cximage cimg freeimage opencv中vc庫的版本與visual studio版本的對應關係 vc8 2005 vc9 2008 vc10 2010 vc11 2012 vc12 2013 vc14 2015 vc15 2017 visual studio中的輔助...
計算機視覺
主講老師 曹洋 課程 視覺 基礎 底 層處理 影象處理 特徵提 取 中 層處理 影象分割 相機標 定 深度 估計 運 動估計 高層處 理 3d 重建 目 標識別 視 覺基 礎 底層 處理 圖 像處理 特徵提取 中層 處理 圖 像分割 相機標定 深度估 計 運動 估計 高層處理 3d重 建 目標 識別...
計算機視覺
眾所周知，計算機不認識影象,只認識數字。為了使計算機能夠 理解 影象，從而具有真正意義上的 視覺 本章我們將研究如何從影象中提取有用的資料或資訊，得到影象的 非影象 的表示或描述，如數值 向量和符號等。這一過程就是特徵提取，而提取出來的這些 非影象 的表示或描述就是特徵。有了這些數值或向量形式的特徵...