在看别人写的一些博客的时候常常会遇到一些排版混乱，表述不清的博客。大大减小了学习效率，所以我把我在学习的过程中，发现的好的博客整理下来，便于快速查找。
模型训练优化
机器学习
RNN&LSTM
- 【AI笔记】认识循环神经网络(RNN)
- 【教程】Deeplearning4j入门 -（十二）理解LSTM - 寒沧
- [译] 理解 LSTM 网络
- RNN代码numpy实现
- RNN入门：手动编写网络（一）
- RNN入门：LSTM网络（三）
- RNN入门：多层LSTM网络（四）
- RNN入门：多层LSTM网络（五）
- Illustrated Guide to LSTM’s and GRU’s: A step by step explanation
- Animated RNN, LSTM and GRU(这篇博客有动画演示效果，结构清晰)
CNN
- 使用TensorFlow搭建卷积神经网络（LeNet-5）识别mnist手写数字
- 深度学习实战(四) 在MNIST上训练一个CNN
- 深度学习之卷积神经网络CNN及tensorflow代码实现示例。（验证代码可以使用）
GAN
Autoencoder
transfer learning
- transfer learning(Github)
- transfer learning 综述(Bilibili)
- A Tutorial on Information Maximizing Variational Autoencoders (InfoVAE)MMD
- 基于对抗的迁移学习方法: DANN域对抗网络
数据处理及可视化
Pytorch
- pytorch official tutorial
- 60mins上手pytorch
- 常见算法Pytorch实现
- pytorch的自定义拓展之（一）——torch.nn.Module和torch.autograd.Function
