dafish-ai / Stanford-CS231n-learning-campLinks
斯坦福cs231n-深度学习CV经典课程
☆35Updated 7 years ago
Alternatives and similar repositories for Stanford-CS231n-learning-camp
Users that are interested in Stanford-CS231n-learning-camp are comparing it to the libraries listed below
Sorting:
- 张志华机器学习导论 MOOC 讲义☆129Updated 3 years ago
- 《李宏毅机器学习》课程笔记(暂停更新) | Notes for Hung-yi-Lee Machine Learning Spring 2019 (Suspension)☆25Updated 5 years ago
- 机器学习&深度学习资料笔记&基本算法实现&资源整理(ML / CV / NLP / DM...)☆231Updated last year
- ☆121Updated 6 years ago
- 机器学习,深度学习,自然语言处理,计算机视觉方面的顶级期刊会议论文集☆142Updated 5 years ago
- 全中文的人工智能教程和推荐资料,只选“精品”,如“钻石”般精致。☆115Updated 4 years ago
- Machine Learning in Action [Peter Harrington] 机器学习实战, Python3☆28Updated 7 years ago
- 水很深的深度学习☆131Updated last year
- numpy 实现的 周志华《机器学习》书中的算法及其他一些传统机器学习算法☆244Updated 6 years ago
- PyTorch1.0 深度学习:60分钟入门与实战(Deep Learning with PyTorch: A 60 Minute Blitz 中文翻译与学习)☆199Updated 6 years ago
- 深度之眼《百面机器学习》训练营☆98Updated 6 years ago
- ML/DL学习笔记(基础+论文)☆286Updated 6 years ago
- 本项目代码为雷明老师18年12月在清华出版社出版的《机器学习与应用》第一版中的配套代码,欢迎登录www.sigai.cn试听雷老师《机器学习》《深度学习》视频☆154Updated 7 years ago
- 《动手学深度学习》 PyTorch 版本☆180Updated 5 years ago
- Datawhale第10期组队学习活动:《动手学深度学习》Pytorch版的练习代码☆90Updated 5 years ago
- 《深度学习之PyTorch实战计算机视觉》全书代码☆137Updated 6 years ago
- 计算机视觉笔记和总结☆69Updated 7 years ago
- 李航统计学习方法 PPT☆118Updated 9 years ago
- 📚「@MaiweiAI」Studying papers in the fields of computer vision, NLP, and machine learning algorithms every week.☆89Updated last year
- 项目包括了机器学习、神经网络、图像处理、NLP相关领域的基础知识和实践应用(具体可以看下文的课程大纲图或目录部分),后续会不断整理面试的知识点进来。此项目是个人学习李宏毅老师机器学习课程的学习笔记,通过笔记的方式一边巩固学习效果,一边方便后续复习。如有错误,欢迎批评指正。☆20Updated 5 years ago
- 主要存储Datawhale组队学习中“计算机视觉”方向的资料。☆383Updated last year
- 找一份机器学习工作(算法工程师),需要提纲(算法能力)挈领(编程能力),充分准备。 本人学习和在找工作期间受到了很多前辈们的帮助,目前已经找到心仪的工作,撰写此文献给那些在求职路上有梦有汗水的人们!2020秋招算法,难度剧增!没有选择,只能迎难而上。☆74Updated 5 years ago
- DeepLearning and CV notes.☆351Updated 3 years ago
- 整合一份使用使用Linux 以及 conda环境等做深度学习 常使用到的指令☆55Updated 3 years ago
- 《深度学习》花书手推笔记☆506Updated 5 years ago
- 京东猪脸识别☆19Updated 8 years ago
- 李航统计学习方法(第二版)的学习笔记,包括:1、每章重点公式的手动推导 2、每章算法的Python自实现 3、学习过程中的笔记与心得 4、每章节的课后习题 5、每周都会按照至少一周一章的进度定时将自己的学习进度更新到这个仓库☆126Updated 5 years ago
- ☆197Updated 5 years ago
- 人工智能算法方面的综合资料合集:包括求职面试、机器学习、深度学习、强化学习等方面的资料和代码☆314Updated 4 years ago
- deep learning/ machine learning☆366Updated 2 years ago