原文：
www.kdnuggets.com/2014/08/deep-learning-important-resources-learning-understanding.html
作者：Gregory Piatetsky，@kdnuggets，2014 年 8 月 21 日
深度学习是目前最热门的机器学习方法，并且因取得显著成果而频频上新闻。在最近的大规模视觉识别挑战赛 (结果，纽约时报文章) 中，准确率几乎翻了一番（从 22.5% 提升至 43.9%），错误率则从 11.7% 降至仅 6.6%。
值得注意的是，几乎所有参赛者都使用了一种称为卷积神经网络的变体方法 (ConvNet)，这种方法最初由 NYU 教授 Yann LeCun 在 1998 年进行了完善，LeCun 最近被聘为 Facebook 人工智能研究中心的负责人。
这里有更多资源帮助你了解深度学习和卷积神经网络
-
我的文章 在哪里学习深度学习 - 课程、教程、软件
-
KDnuggets 独家 与 Yann LeCun 的访谈，第一部分，以及 第二部分
深度学习 书稿，作者：Yoshua Bengio、Ian Goodfellow 和 Aaron Courville
软件：
-
cuda-convnet，一个快速的 C++ 实现卷积神经网络（或者更一般的，前馈神经网络）
-
pylearn2 GitHub 页面，一个 Python 机器学习库，包含 Deep Learning 的 maxout 代码
-
视觉特征层次学习
-
使用机器学习构建人工视觉系统
-
PCMI 夏季学校的 5 节讲座：介绍、基于能量的学习、多阶段学习、卷积网络、无监督深度学习等
深度学习的基础论文 - 来自 Yoshua Bengio 的 Quora 回答。
这里是精选论文：
-
快速学习算法用于深度信念网络，作者：Geoff Hinton 等
-
在 MNIST 数字上训练深度自编码器或分类器，由 Ruslan Salakhutdinov 和 Geoff Hinton 编写的代码
-
深度玻尔兹曼机，由 Ruslan Salakhutdinov 和 Geoff Hinton 编写
-
学习深度玻尔兹曼机，由 Ruslan Salakhutdinov 编写的代码
-
Maxout 网络，由 Ian Goodfellow 等人编写
优秀的深度学习简介：从感知机到深度网络，由 Toptal 的 Ivan Vasilev 提供
另一个优秀的演示文稿是在 Hadoop 下一代 YARN 框架上进行并行迭代深度学习介绍，由 Adam Gibson 和 Josh Patterson 制作。
相关：
-
深度学习是否存在深层缺陷？
-
学习深度学习的去处 - 课程、教程、软件
-
KDnuggets 独家：采访 Yann LeCun，深度学习专家，Facebook AI 实验室主任
-
KDnuggets 独家采访 Yann LeCun，第二部分
-
深度学习分析如何模拟大脑
1. Google 网络安全证书 - 快速开启网络安全职业生涯。
2. Google 数据分析专业证书 - 提升你的数据分析能力
3. Google IT 支持专业证书 - 支持你的组织进行 IT