搜索资源列表
C++duixiangmoxing
- 深度探索C++对象模型 C＋＋学习笔记-depth exploration Object Model C C + + Learning Notes
C++duixiangmoxing
- 深度探索C++对象模型 C＋＋学习笔记-depth exploration Object Model C C++ Learning Notes
opengl_qt_draw3D
- 四棱锥由5个面构成一个封闭的立体图,其中4个共顶点的侧面是三角形,底面是个四边形。如果我们要绘制一个3D的四棱锥只需要绘制这5个面即可，绘制的方法和前一篇文章OpenGL_Qt学习笔记之_03(平面图形的着色和旋转)的相同。只不过这里的顶点坐标是3维的，所以图像深度那一维不一定为0。因此我们可以事先计算好四棱锥各个顶点的坐标，这对学过立体几何的人来说应该是小case了。然后绘制每个面就可以。 注意，在opengl中绘制每个面时，
sdxx
- 本包是深度学习的一些内容，自己整理的笔记，有代码，可以进行学习-This package is the depth of some of the elements of learning, finishing their notes, have the code, you can learn
deeplearn
- 深度学习笔记 总结深度神经网络的特点、应用和实现过程，比较详细-Depth study notes summary depth neural network features, applications and implementation process, a more detailed
caffe-learn-pengti
- 深度学习资料，很好的入门笔记 是基于caffe框架 -deep learning for caffe
《神经网络与深度学习》Michael Nielsen
- 这本书最初是我学习 Neural Networks and Deep Learning 时做的中?笔记，因为原书中有很 A A 多数学公式，所以我? LT E X 来编写和排版，并将所有 LT E X 源码放置在 GitHub。其中部分内容 取? Xiaohu Zhu 已经完成的翻译来避免重复的?作。(This book was originally Neural Networks and Deep Learning I learned
CNN资料
- 深度学习讲义，caffe官方中文译本教程，caffe个人学习笔记，卷积神经网络结构演化介绍，CNN学习总结(deep learning lecture, caffe official chinese lecture, caffe personal learning note, the Convolutional Neural Network leaning review)
C补习
- C语言的深度学习笔记资料加图解分析，初学者必备(Deep learning notes and illustrations in C language)
Prog Asgn of DL Specialization courses
- 吴恩达深度学习笔记，这个不错，值得看看，会有帮助的(Note book of deep learning, it is good enough. Yes.)
机器学习个人笔记
- 深度学习：一种基于无监督特征学习和特征层次结构的学习方法，此笔记中指出了一些初学者容易犯的错误(Deep learning: a learning method based on unsupervised feature learning and characteristic hierarchy, which points out some mistakes that beginners can make easily.)
Coursera深度学习笔记v4
- 人工智能大师吴恩达的深度学习课程，整理资料。很好地材料。(Artificial intelligence master Wu Enda's deep learning course, collate information. Good material.)
Deep Learning（深度学习）学习笔记整理
- 深度学习笔记，需要的可以看看，挺好的。有自己的一些见解。(Deep learning notes, you need to see, it's good. There are some ideas of your own.)
A-机器学习
- 2018/2019/校招/春招/秋招/算法/机器学习(Machine Learning)/Python/面试笔记(Machine Learning // Python / interview notes)