当容颜不再，唯学识沉淀； 当看清远方，唯家人、知识与我长伴

1.数学基础：高数，线性代数，概率论与数理统计，统计学 2.编程基础：python；库os,numpy,pandas,matplotlib，TensorFlow，keras… 3.机器学习，深度学习，opencv，自然语言处理……

一些opencv的技术

使用Pyhton+OpenCV创建真实的属于你自己的机器视觉应用和开发好玩的案例。

&gt; 所有文章和译文仅用于个人学习，不涉及商业利益<br>&gt; 欢迎指出文章中的错误<br><br>▼GitHub和微信▼<br>讨论、学习、共同进步

我以官方文档为主线，开始对TensorFlow的学习。这期间会把我的理解进行持续的输出，作为《TensorFlow从0到N》系列。 它不会止于翻译和笔记，不会停留在语言和工具，而是坚持通过启发性的方式，循序渐进的构建理解，搭建一个坚实可靠的、连接“零基础”与“人工智能（AI）/机器学习（Machine Learning）/深度学习（Deep Learning）”领域之间的缓坡道。

本专题招募管理员，有意向请简信私聊，谢谢！ 用来分享机器学习，深度学习，神经网络，计算机视觉等领域的一些技术。 Machine Learning 学习资料：http://www.jianshu.com/p/e0238db24973 相关参考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 课程整理：http://www.jianshu.com/p/182baeb82c71 3. [深度学习与神经网络(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步链接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.jianshu.com/p/6752a8845d01 8. [知乎“机器学习”专栏]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.jianshu.com/p/fe428f0b32c1 …… 希望大家可以相互交流，相互学习！

Gentoo Linux学习记录！Linux、FreeBSD技术分享。 博客： http://www.cnblogs.com/wonux 豆瓣小站： https://site.douban.com/271881/