最近一直在看仙守博友所记录的笔记
Hinton的CSC321课程（完结，待文字润色）：
1、lecture1-NN的简介
2、lecture2-NN结构的主要类型的概述和感知机
3、lecture3-线性神经元和算法
4、lecture4-神经网络在语言上的应用
5、lecture5-对象识别与卷积神经网络
6、lecture6-mini批量梯度训练及三个加速的方法
7、lecture7-序列模型及递归神经网络RNN
8、lecture8-RNN的训练方法之二三
9、lecture9-提高模型泛化能力的方法
10、lecture10-模型的结合与全贝叶斯学习
11、lecture11-hopfiled网络与玻尔兹曼机
12、lecture12-玻尔兹曼机和受限玻尔兹曼机
13、lecture13-BP算法的讨论和置信网
14、lecture14-RBM的堆叠、修改以及DBN的决策学习和微调
15、lecture15-自动编码器、语义哈希、图像检索
16、lecture16-联合模型、分层坐标系、超参数优化及本课未来的探讨
来自仙守博友记录的hinton教授的本科生课程CSC321-机器学习中的神经网的笔记
原文：https://www.cnblogs.com/zyly/p/8636662.html
