深度学习
通用概念
L1、L2正则化对防止模型过拟合的作用
人工神经网络怎么使用梯度下降进行反向传播
深度学习——优化器算法Optimizer详解（BGD、SGD、MBGD、Momentum、NAG、Adagrad、Adadelta、RMSprop、Adam）
Batch_Normalization原理及作用
总结：
1.缓解DNN训练中的梯度消失问题
2.加快模型收敛速度
梯度消失和梯度爆炸问题详解
机器学习、NLP面试中常考到的知识点和代码实现
深度学习: greedy layer-wise pre-training (逐层贪婪预训练)
神经网络为什么要使用激活函数？
为了让神经网络从线性方程变成非线性方程，从而使神经网络具有更强的拟合能力。
深度学习案例（二）：非线性回归案例，使用神经网络拟合非线性方程
自动编码器（Auto Encoder）
自编码神经网络是一种无监督学习算法，它使用了反向传播算法，并让目标值等于输入值，比如y(x)=x ，然后使用降维后的隐藏层作为输入数据的特征。
图像处理
图像卷积和池化操作后的特征图大小计算方法
空洞卷积(dilated convolution)理解
空洞卷积的出现就是为了在不过分降低分辨率的情况下，扩大感受野。使用池化层可以扩大理论感受野，但是大大降低了分辨率，损失了很多细节，使用空洞卷积就可以在基本不降低分辨率的情况下（stride=1）扩大感受野。
上采样之反卷积和转置卷积的理解
残差网络学习心得
目标检测之Loss：FasterRCNN中的SmoothL1Loss
使用神经网络的高性能图像放大算法——waifu2x方法
waifu2x的Github地址
自然语言处理
清晰理顺从词袋到Word2Vec的文本表示，内涵维基百科的Word2Vec代码
LSTM结构详解
数据挖掘与机器学习
数据挖掘领域十大经典算法之—AdaBoost算法（超详细附代码）
Adaboost算法是一种提升方法，将多个弱分类器，组合成强分类器。
计算机网络
HTTP协议与HTTPS协议讲解
使用广播信道的数据链路层以及以太网详解!!!
图像处理
python-opencv函数总结之（一）threshold、adaptiveThreshold、Otsu 二值化
灰度图像的自动阈值分割（Otsu 法）
提高动画图像分辨率算法Anime4K
上采样之双线性插值法
上采样之双三次插值（Bicubic Interpolation）
其他
CSDN 里面的Markdown 添加数学公式
神经网络可视化工具：PlotNeuralNet
神经网络可视化工具：Netscope