神经网络资源汇总

神经网络：

零基础入门深度学习(4) - 卷积神经网络：https://zybuluo.com/hanbingtao/note/485480

https://www.zybuluo.com/hanbingtao/note/476663

卷积神经网络全面解析：http://www.moonshile.com/post/juan-ji-shen-jing-wang-luo-quan-mian-jie-xi#toc_0

利用卷积神经网络实现火灾分类（tensorflow）：https://www.cnblogs.com/vipyoumay/p/7884472.html

stacked cnn简单介绍：http://www.cnblogs.com/tornadomeet/archive/2013/05/05/3061457.html

cnn的反向求导及练习：https://www.cnblogs.com/tornadomeet/p/3468450.html

Neural Networks and Deep Learning：http://neuralnetworksanddeeplearning.com/

BP反向传播：http://www.cnblogs.com/bigmonkey/p/9304206.html

Hinton神经网络公开课：http://www.hankcs.com/tag/neural-networks-for-machine-learning/

深度学习读书笔记：ImageNet classification with deep cnn：https://blog.csdn.net/tuqinag/article/details/40077333

卷积神经网络cnn介绍：接口框架、源代码理解：https://blog.csdn.net/whiteinblue/article/details/25281459

BP神经网络的原理及推导：https://blog.csdn.net/u013709270/article/details/72716680

浅谈神经网络算法：https://www.cnblogs.com/buptzym/p/5437973.html

BP神经网络讲解--最好的版本：https://www.jianshu.com/p/3d96dbf3f764

三个例子带你搞定BP算法：https://v.qq.com/x/page/m0616yn9u9f.html

Stanford机器学习第五讲：神经网络的学习：https://blog.csdn.net/abcjennifer/article/details/7758797

随机梯度下降及卷积神经网络：http://www.hankcs.com/ml/sgd-cnn.html

人工智能教程-目录：https://blog.csdn.net/jiangjunshow/article/details/77711593

Andrew Ng机器学习入门学习笔记(4)之神经网络（一）：https://blog.csdn.net/scut_arucee/article/details/50144225

A step by step backpropagation example-Matt Mazur：https://mattmazur.com/2015/03/17/a-step-by-step-backpropagation-example/

backprop.dvi：https://www.cs.swarthmore.edu/~meeden/cs81/s10/BackPropDeriv.pdf

反向传导算法：http://deeplearning.stanford.edu/wiki/index.php/%E5%8F%8D%E5%90%91%E4%BC%A0%E5%AF%BC%E7%AE%97%E6%B3%95

BP code：https://github.com/mattm/simple-neural-network

神经网络训练图解：http://www.emergentmind.com/neural-network

Deep learning with python学习笔记（一）：https://blog.csdn.net/u012706626/article/details/79691539

Deep learning读书笔记（五）：https://blog.csdn.net/tuqinag/article/details/40077333

csdn博友专栏：https://blog.csdn.net/ybdesire/article/category/6463937

基于聚类和神经网络的图像颜色提取和评分方案：https://www.cnblogs.com/demodashi/p/8463999.html

反向传播神经网络极简入门：http://www.hankcs.com/ml/back-propagation-neural-network.html

Newral Networks for ML：http://www.hankcs.com/tag/neural-networks-for-machine-learning/

非监督特征学习和深度学习教程：http://ufldl.stanford.edu/tutorial/supervised/ExerciseConvolutionalNeuralNetwork/

神经网络的激活函数和梯度消失：https://www.cnblogs.com/junjie_x/p/8419604.html

斯坦福机器学习笔记，第五周，神经网络的学习：http://www.cnblogs.com/junjie_x/p/8022691.html

斯坦福机器学习笔记，第四周，神经网络的表示：http://www.cnblogs.com/junjie_x/p/7988182.html

RNN学习：https://www.cnblogs.com/rucwxb/p/8047401.html

卷积神经网络全面解析：http://www.moonshile.com/post/juan-ji-shen-jing-wang-luo-quan-mian-jie-xi#toc_0

卷积神经网络新手指南：https://www.leiphone.com/news/201607/KjXQ1dFpOQfhTEdK.html

彻底搞懂CNN：https://www.cnblogs.com/rucwxb/p/7975504.html

DNN训练中的问题与方法：https://www.cnblogs.com/rucwxb/p/7903060.html

CNN实现火灾分类（tensorflow）：https://www.cnblogs.com/vipyoumay/p/7884472.html

CS229编程3：多分类与神经网络：http://www.hankcs.com/ml/multi-class-classification-and-neural-networks-cs229.html

Andrew NG机器学习入门学习笔记四——神经网络（二）：https://blog.csdn.net/scut_arucee/article/details/50176159

csdn博友专栏：https://blog.csdn.net/shouhuxianjian/article/category/2659751

博客园 博友：https://www.cnblogs.com/bigmonkey/category/1038643.html

神经网络2（BP反向传播）：http://www.cnblogs.com/bigmonkey/p/9304206.html

神经网络算法-bachelor：https://www.cnblogs.com/bahcelor/p/7252394.html

机器学习算法（分类算法）-神经网络之BP神经网络：https://blog.csdn.net/jim_cainiaoxiaolang/article/details/53182662

MLP多层神经网络介绍：https://blog.csdn.net/jim_cainiaoxiaolang/article/details/72802258

深度神经网络结构及pretraining的理解：http://www.cnblogs.com/neopenx/p/4575527.html

卷及神经网络CNN总结：https://www.cnblogs.com/skyfsm/p/6790245.html

An Intuitive Explanation of Convolutional Neural Networks：https://ujjwalkarn.me/2016/08/11/intuitive-explanation-convnets/

BP和CNN：https://blog.csdn.net/s6977880/article/details/52733992?locationNum=2&fps=1#commentBox

CNN理论学习之BP算法：https://blog.csdn.net/u013832707/article/details/53884811

DL——CNN反向求导及练习：https://www.cnblogs.com/tornadomeet/p/3468450.html

深度学习——CNN卷积神经网络：https://blog.csdn.net/u013082989/article/details/53673602

RNN原理通俗解释：https://blog.csdn.net/qq_39422642/article/details/78676567

通俗理解RNN：https://blog.csdn.net/qq_23225317/article/details/77834890

递归神经网络RNN：https://www.cnblogs.com/ooon/p/5594428.html

详解循环神经网络RNN理论篇：http://www.360doc.com/content/18/0503/05/36490684_750653653.shtml

机器学习笔记——循环神经网络RNN：https://www.cnblogs.com/surfzjy/p/6715150.html

CNN/RNN/DNN概念区分和理解：https://blog.csdn.net/eddy_zheng/article/details/50763648

深度学习笔记七：循环神经网络RNN基本理论：https://blog.csdn.net/xierhacker/article/details/73384760

A quick introduction to neural networks——the data science blog：https://ujjwalkarn.me/2016/08/09/quick-intro-neural-networks/

见过最好的神经网络CNN解释：https://blog.csdn.net/ruiyiin/article/details/77113973

Github-soumith/convnet-benchmarks：easy benchmarking of all publicly accessible implementations of 

convnets：https://github.com/soumith/convnet-benchmarks

CS231N CNN for Visual Recognition：http://cs231n.github.io/convolutional-networks/#conv

同上：http://cs231n.github.io/

Github-MachineLearning_python：机器学习算法python实现：https://github.com/lawlite19/MachineLearning_Python

Github-MachineLearning_python：深度学习：https://github.com/lawlite19/DeepLearning_Python

知乎：CNN入门文章：https://www.zhihu.com/question/52668301

CS231N CNN for Visual Recognition：：http://cs231n.github.io/convolutional-networks/

神经网络：从神经元到深度学习——以简单循序的方式带你聊聊深度学习：https://www.cnblogs.com/shwee/p/9085463.html#fifth

CNN白皮书：http://lamda.nju.edu.cn/weixs/book/CNN_book.pdf

NN for DL：http://neuralnetworksanddeeplearning.com/about.html

Visualizing and Understanding CNN：https://blog.csdn.net/tina_ttl/article/details/52048765

机器之心：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650717691&idx=2&sn=3f0b66aa9706aae1a30b01309aa0214c#rd

YJango的卷积神经网络：https://zhuanlan.zhihu.com/p/27642620

如何简单形象又有趣的讲解神经网络是什么？知乎：https://www.zhihu.com/question/22553761/answer/126474394

神经元浅讲：从神经元到深度学习：http://www.cnblogs.com/subconscious/p/5058741.html

超智能体：https://zhuanlan.zhihu.com/YJango

CNN的python实现：http://fanding.xyz/2017/09/01/CNN%E5%8D%B7%E7%A7%AF%E7%BD%91%E7%BB%9C%E7%9A%84Python%E5%AE%9E%E7%8E%B0I-FCN%E5%85%A8%E8%BF%9E%E6%8E%A5%E7%BD%91%E7%BB%9C/

http://fanding.xyz/2017/09/04/CNN%E5%8D%B7%E7%A7%AF%E7%BD%91%E7%BB%9C%E7%9A%84Python%E5%AE%9E%E7%8E%B0(%E4%BA%8C)-Regularization%E6%AD%A3%E5%88%99%E5%8C%96%E5%AE%9E%E7%8E%B0/

http://fanding.xyz/2017/09/07/CNN%E5%8D%B7%E7%A7%AF%E7%BD%91%E7%BB%9C%E7%9A%84Python%E5%AE%9E%E7%8E%B0III-CNN%E5%AE%9E%E7%8E%B0/

http://fanding.xyz/2017/09/11/CNN%E5%8D%B7%E7%A7%AF%E7%BD%91%E7%BB%9C%E7%9A%84Python%E5%AE%9E%E7%8E%B0(%E5%9B%9B)-%E6%B1%A0%E5%8C%96%E5%92%8CBN%E5%B1%82%E7%9A%84%E5%AE%9E%E7%8E%B0/

http://fanding.xyz/2017/09/15/CNN%E5%8D%B7%E7%A7%AF%E7%BD%91%E7%BB%9C%E7%9A%84Python%E5%AE%9E%E7%8E%B0(%E4%BA%94)-%E5%8D%B7%E7%A7%AF%E7%BD%91%E7%BB%9C%E5%AE%9E%E7%8E%B0/

RNN/LSTM与imagecaptioning原理及python实现：http://fanding.xyz/2017/09/16/RNN,-LSTM%E4%B8%8EImageCaptioning%E5%8E%9F%E7%90%86%E5%8F%8APython%E5%AE%9E%E7%8E%B0/

卷积神经网络的入门讲解：https://zhuanlan.zhihu.com/c_141391545

pycon 2016 tensorflow研讨会总结：

http://nooverfit.com/wp/pycon-2016-tensorflow-%E7%A0%94%E8%AE%A8%E4%BC%9A%E6%80%BB%E7%BB%93-tensorflow-%E6%89%8B%E6%8A%8A%E6%89%8B%E5%85%A5%E9%97%A8/

http://nooverfit.com/wp/pycon-2016-tensorflow-%E7%A0%94%E8%AE%A8%E4%BC%9A%E6%80%BB%E7%BB%93-tensorflow-%E6%89%8B%E6%8A%8A%E6%89%8B%E5%85%A5%E9%97%A8-%E7%94%A8%E4%BA%BA%E8%AF%9D%E8%A7%A3%E9%87%8Acnn-%E7%AC%AC%E4%B8%89/

深度学习（二十六）Network in network 学习笔记：https://blog.csdn.net/hjimce/article/details/50458190

莫失莫忘的博客：https://blog.csdn.net/u013082989/article/category/6603855

tensorflow官方教程{NN and DL}:https://blog.csdn.net/lengxiao1993/article/details/74375075

3天完成NN and DL课程：https://blog.csdn.net/sujim/article/details/77512987

Visualizing and understanding CNN：http://www.matthewzeiler.com/wp-content/uploads/2017/07/arxive2013.pdf

NN andDL：http://neuralnetworksanddeeplearning.com/chap2.html

深度学习的局部归一化LRN：https://blog.csdn.net/yangdashi888/article/details/77918311

tensorflow种的LRN函数详解：https://blog.csdn.net/banana1006034246/article/details/75204013

tensorflow种的LRN怎么做的：https://www.jianshu.com/p/c06aea337d5d

卷积神经网络CNN的介绍：https://blog.csdn.net/whiteinblue/article/details/25281459

softmax回归：http://ufldl.stanford.edu/wiki/index.php/Softmax%E5%9B%9E%E5%BD%92

Github-Moonshile/CNN：https://github.com/Moonshile/CNN

零基础入门深度学习四——卷积神经网络：https://zybuluo.com/hanbingtao/note/485480