[整理][转载][正在更新]Articles marked

[神经网络]

入门-基础的基础

1. 深层学习为什么要deep
2. 语义分割与深度学习全指南2017（译）

入门-CNN

1. YJango的卷积神经网络——介绍
2. 卷积神经网络全面解析
3. 详细解释CNN卷积神经网络各层的参数和链接个数的计算 - CSDN博客
4. cs231n-(7)卷积神经网络：架构，卷积层/池化层
5. Dilated Convolutions and Kronecker Factored Convolutions
6. De-Convolution
7. 全卷积网络 FCN 详解
8. 图像语义分割之FCN和CRF
9. 用反卷积（Deconvnet）可视化理解卷积神经网络
10. cs231n学习笔记-CNN-目标检测、定位、分割

进阶-已解决/优化

关于梯度消失、梯度爆炸问题

框架

• Caffe 一张图看caffe目录结构
  

• TensorFlow

• MatConvNet 站内搜索

代码

- Tensorflow

1. 03：一文全解：使用Tensorflow搭建卷积神经网络CNN识别手写数字图片
2. 4.1 Tensorflow:卷积函数
3. 卷积神经网络CNN原理以及TensorFlow实现

- Caffe

1. FCN代码解析
2. FCN8s 代码解析
3. FCN网络训练 终极版
4. FCN-for-semantic-image-segmentation 训练过程的一些坑记录

官方

ILSVRC-2014 model (VGG team) with 16 weight layers

训练集制作

To reproduce our FCN

其他

CNN光流计算–FlowNet: Learning Optical Flow with Convolutional Networks - CSDN博客
神经光流网络——用卷积网络实现光流预测（FlowNet: Learning Optical Flow with Convolutional Networks） - CSDN博客

visualized convolution operation

---

[NLP]

word2vec

深度学习word2vec笔记之基础篇
Google 开源项目 word2vec 的分析？

学习

自然语言处理的学习路线？
自然语言处理怎么最快入门？ （推荐MS和刘知远的回答）
NLP（自然语言处理）界有哪些神级人物？
国内有哪些自然语言处理的牛人或团队？

---

比较向

计算机视觉和自然语言处理，哪个更具有发展前景呢，还是各有千秋呢？