标签：
15年开始接触机器学习（更准确是，deep learning的代码，cnn）
需要看不少资料来入门；
这里收集了一些，给自己看，也可给路过的感兴趣的看官评判，以资消遣
直接上链接吧：
1，http://speakerdeck.com/baojie/recent-advances-in-deep-learning-by-kevin-duh
2，http://speakerdeck.com/baojie/deep-learning-an-introduction-from-the-nlp-perspective-by-kevin-duh
3，http://lamda.nju.edu.cn/weixs/project/CNNTricks/CNNTricks.html （关于cnn的实现，写的还不错，还可以更仔细一些，不顾更加推荐去看代码）
4，https://www.reddit.com/r/MachineLearning/comments/3y4zai/ama_nando_de_freitas/ ama的reddit链接，需要精度；
以及： https://www.reddit.com/r/MachineLearning/ 这是一个邮件组，加入吧，骚年
5，How-Microsoft-beat-Google-at-understanding-images-with-machine-learning/articleshow/50354135.cms 评论今年的imagenet比赛，浏览；
6，几份干货：
1）http://www.nature.com/news/computer-science-the-learning-machines-1.14481
2）http://ufldl.stanford.edu/tutorial/
7，个人喜欢的两个项目之一：
1）http://gitxiv.com/posts/LgPRdTY3cwPBiMKbm/deep-residual-learning-for-image-recognition
标签：
原文地址：http://www.cnblogs.com/superniaoren/p/5097521.html
