持續更新
一、學習清單：
1、收集了各種最新最經典的文獻，神經網路的資源列表：
2、計算機視覺學習清單：
3、機器學習學習清單：
二、訓練資料
人臉資料：
1、香港中文大學訓練資料集：
此資料庫包含了20w張人臉，每張標註了5個特徵點、以及幾十種屬性（是否微笑、膚色、髮色、性別等屬性）
2、68個人臉特徵點：
3、74個人臉特徵點：
這個**包好了1.4w張的人臉訓練資料，每張標註了74個人臉特徵點
深度估計、影象分割：
1、rgbd訓練資料：
rgbd訓練資料列表：
from:
深度學習深度學習（一）開篇
深度學習 深度學習 記得9年前寫的一篇部落格，十年的程式設計師，一晃眼，差不多10年又快到了。這一輪的人工智慧，深度學習，他是我見到的乙個非常特殊的程式設計方式 用資料程式設計。是的，他絕對不像其他的程式語言，是完全乙個嶄新的天地，掌握她，絕對會帶來驚喜 你會發現以前感覺超級難的東西會忽然 哇，這個...
深度學習（一）深度學習的概念
深度學習是機器學習與神經網路 人工智慧 圖形化建模 優化 模式識別和訊號處理等技術融合後產生的乙個領域。深度學習網路是神經網路革命性的發展，人們甚至認為可以用它來建立更加強大的 模型。深度學習使用多層機器學習模型對資料進行有監督學習或無監督學習。模型中的不同層由非線性資料變換的多個階段組成，資料的特...
深度學習一
一 線性回歸 損失函式 在模型訓練中，我們需要衡量 值與真實值之間的誤差。通常我們會選取乙個非負數作為誤差，且數值越小表示誤差越小。乙個常用的選擇是平方函式。它在評估索引為 ii 的樣本誤差的表示式為 l i w,b 12 y i y i 2,l i w,b 12 y i y i 2,l w,b 1...