文章目錄
0. 置頂資料
- 神經網絡與深度學習,作者:邱錫鵬 微博:@邱錫鵬https://nndl.github.io/
- 52 個深度學習目標檢測模型彙總,論文、源碼一應俱全!https://zhuanlan.zhihu.com/p/115035951
1. 狀態機State Machine
MATHWORKS對有限狀態機的解釋https://ww2.mathworks.cn/help/stateflow/ug/finite-state-machine-concepts.html
FSM(狀態機)、HFSM(分層狀態機)、BT(行爲樹)的區別https://www.cnblogs.com/jeason1997/p/5140201.html
使用行爲樹(Behavior Tree)實現遊戲AIhttps://www.cnblogs.com/jeason1997/p/4803243.html
Simulink-Stateflow學習——計數器的搭建和stateflow工作過程https://blog.csdn.net/zhanshen112/article/details/79697979
2. 支持向量機Support Vector Machine (VSM)
SVM支持向量機入門及數學原理https://blog.csdn.net/qq_35992440/article/details/80987664
※SVM入門經典講解(相當好)https://blog.csdn.net/ybsun2010/article/details/9042369**
簡單粗暴理解支持向量機(SVM)及其MATLAB實例https://blog.csdn.net/lyxleft/article/details/82880860
3. 深度學習
3.1 “層” Layers
3.1.1 池化層
池化層理解https://blog.csdn.net/weixin_38145317/article/details/89310404
CNN網絡的pooling層有什麼用?https://www.zhihu.com/question/36686900/answer/130890492
3.1.2 全連接層
深度學習筆記——全連接層https://blog.csdn.net/weixin_41055137/article/details/81174443
3.1.3 卷積層
從神經網絡到卷積神經網絡(CNN)https://www.cnblogs.com/skyfsm/p/6790245.html
3.1.4 SOFTMAX
小白都能看懂的softmax詳解https://blog.csdn.net/bitcarmanlee/article/details/82320853
3.1.5 迴歸層REGRESSIONLAYER
Regressionhttps://blog.csdn.net/pengchengliu/article/details/85101225
3.2 長短時記憶網絡LSTM
遞歸神經網絡LSTM原理——結合實例MATLAB實現https://blog.csdn.net/u010540396/article/details/52797489/
深度學習–Matlab使用LSTM長短期記憶網絡對負荷進行分類https://blog.csdn.net/u010058695/article/details/102727338
LSTM簡單例子(MATLAB code)https://blog.csdn.net/u010866505/article/details/74910525
Matlab使用LSTM網絡做classification和regression時XTrain的若干種數據結構-part Ihttps://blog.csdn.net/weixin_43196262/article/details/83106239
Matlab使用LSTM網絡做classification和regression時XTrain的若干種數據結構-part IIhttps://blog.csdn.net/weixin_43196262/article/details/83109888