Deep learning & CNN

关于深度学习和卷积神经网络

1. ImageNet Large Scale Visual Recognition Competition (ILSVRC)
  ImageNet数据库：链接
2. 关于核函数的理论讨论，见链接[4]
3. 关于神经网络的感性探讨，见链接[5]
4. 链接[8-11]讨论了卷积神经网络的原理及细节
5. 链接[7]详细描述了卷积神经网络的意义、卷积的用法，及图像滤波器（核）的意义。
6. 链接[8]描述了一个深度卷积神经网络的计算过程

read topic
[1] http://www.zhihu.com/topic/19607065
[2] http://www.zhihu.com/question/24904450
[3] http://zhuanlan.zhihu.com/cvprnet/19821292
[4] http://www.zhihu.com/question/24627666
[5] http://www.zhihu.com/question/22553761
[6] https://colah.github.io/posts/2014-07-Conv-Nets-Modular/
[7] https://colah.github.io/posts/2014-07-Understanding-Convolutions/
[8] http://blog.csdn.net/lu597203933/article/details/46575779
[9] http://blog.csdn.net/whiteinblue/article/details/25281459
[10] http://blog.csdn.net/zouxy09/article/details/9993743
[11] http://blog.csdn.net/zouxy09/article/details/9993371
[12] http://blog.csdn.net/happynear/article/details/46822109