机器视觉，嵌入式，ROS，光学，成像

不断学习，努力提升。

再您獁的见

MT大前端的小学生一枚

University of Colorado Boulder, ARPG实验室小博

与恶龙缠斗过久,自身亦成为恶龙;凝视深渊过久,深渊将回以凝视。

坚持比选择更重要

redshift-gtk -l 39.92:116.46 -t 5000:4000

读万卷书，行万里路，阅无数人。<br><br>超级吃货，爱吃湖南菜，川菜，杭帮菜，尝遍天下美食。<br><br>摄影爱好者，游历全国各地，阅尽人间春色。<br><br>爱看电影，尤其是美国大片和俄罗斯生猛大片！非主流影评写手。<br><br>近期关注人工智能！ <br><br>微信号：JINYULIN_SH_<br>QQ号：2806032155

一个写文章派送礼物的圣诞老人<br>写文章给马力攒狗粮<br>对，就是头像里那条蠢狗<br>文章转载请简信我<br>欢迎交流<br><br><br><br><br><br><br>

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！

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。