深度学习过程中涉及到的一些从前本科学习过的内容的电子书
- 1. 高等数学-第六版-上下册-同济大学数学系,
- 下载原始链接,点击这里
- 扫描版,有完整书签,上下册在一个pdf文件中
- 2. 高等数学-第七版,链接位于[这里](/J-教育/3-大学/高等数学/高等数学-同济大学第7版上下册/ (keyllo.com))
离散数学
图论
- 11. 线性代数的几何意义——图解线性代数,来自这里
- http://immersivemath.com/ila/learnmore.html
- 网页书,gif图示,虽然是英语,但是其实更加靠近论文/算法表示
- https://www.math.ucla.edu/~tao/resource/general/115a.3.02f/
- 陶哲轩在UCLA的linear algebra讲义
- 33. 数值分析第五版.pdf,也不记得在哪里找的了
- 35. 应用数理统计孙荣恒.pdf,也不记得在哪里找的了
- 92. 线性代数(理工类)第五版 (吴赣昌) ,来自Z-Library
- 93. 线性代数(第五版) (蔡光兴, 李逢高) ,来自Z-Library
- 94. 工程数学: 线性代数(第六版) (同济大学数学系) ,来自Z-Library
- 12. 茆诗松概率论pdf,来自这里
- 32. 概率论与数理统计理工类第5版(吴赣昌).pdf,找不到来源了,但是不好找
- 53. 信息论基础与编码, 来自这里
- 54.《信息论基础》(原书第2版)(美)Thomas M. Cover, Joy A. Thomas 著,阮吉寿,张华译——机械工业出版社,来自这里, 54_2. 熵相对熵和互信息(PPT)是相同来源
- 55. 信息论与编码理论,来自这里
- 95. 应用概率统计基础及算法(于江生), 来自这里
- 96. 概率论与数理统计,来自这里
- 97. 程序员的数学2-概率统计,来自这里
- 98. 概率论与数理统计(浙大四版), 来自这里
-
15. 数据库系统概论-第5版_完整版(王珊,萨师煊),来自 链接: https://pan.baidu.com/s/1fxoT10rx2Hdz2iMcdaJ2CQ 提取码: swgc
感谢作者:iDucky131 链接:https://www.jianshu.com/p/a97cfaf3b2f0 来源:简书 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
- 36. 计算机操作系统(第3版)——汤子瀛,来自这个网页:操作系统A 0529702B,对应的github地址是:lib-hfut 贵校课程资料民间整理
- 37. 计算机操作系统(第4版)——汤小丹,来源同上
- 38. 操作系统教程(第3版)——孙钟秀,来自这里
- 39. 图解系统-小林coding-v1.0,这里放的是epub格式,可以去公众号下载,有pdf版本,“微信搜索「小林coding」”,在公众号里发送”系统“即可。
- 52. 计算机网络(第7版)谢希仁,来自这里
- 16. 算法 第4版.pdf(86.1MB),来自这里
- 17. 算法(第四版),来自这里。
- 链接:https://url03.ctfile.com/f/24333903-511477348-238a2b
- 访问密码:5831
- 18. 计算机组成原理-唐朔飞 ,来自这里
- 56. 计算机系统结构,清华大学,郑纬民,来自这里
- 57. 计算机系统结构(第2版).rar,没有pdf,但是有ppt课件,其实我最想要的是这本,这本是我本科上课用的书,但是找不着
- IEEE754单精度浮点数,IEEE754浮点数标准
- 没有找到pdf资源,但是找到了出版社的电子资源(课件),链接位于这里
都是扫描版,所以文件很大,无法上传到github上去。
来源在这里: 感谢知乎博主-2022考研王道天勤PDF(数据结构、操作系统、计算机网络、计算机组成原理)
王道的
链接:https://pan.baidu.com/s/1ygAwUlv7xOnO0T6knAy6ag
提取码:dfuj
天勤的
链接:https://pan.baidu.com/s/1dfHOq7GdcRdRFZe6ugsWhQ
提取码:bpns
我已经保存到百度云盘了,如果失效,可以提个issue,我自己新po一个链接
- 24. 程序员的自我修养--链接、装载与库
- 25. C++程序设计(谭浩强),来自这里
- 26. C程序设计(第五版)谭浩强,来自这里
- 27. C++Primer(第四版清晰电子版),来自这里
- 28. C Primer Plus 第6版 中文版,来自这里
- 30. C++语言程序设计 (郑莉,董渊,何江舟) ,来自这里
- 31. C++程序设计语言.第1~3部分.原书第4版 (Bjarne Stroustrup) .pdf,来自这里
- C++教学资源:点击这里,来自中国地质大学
- 89. 编译原理 第二版 Alfred V. Aho,Monica S.Lam, Ravi Sethi,来自这里
- 90. 编译原理_3版_陈意云_张昱,来自这里
- 91. IBM-PC 汇编语言程序设计 PC 汇编语言程序设计 (沈美明 温冬婵 编著) (Z-Library),来自这里
- 29. 三维图像编程实验,来自这里
- 67. 医学图像编程技术 (周振环, 伍云智, 赵明) (Z-Library),来自这里
-
- 周振环_医学图像分割与配准上册
-
- 周振环_医学图像分割与配准上册
- 都是同一个人写的,内容差不多
-
- 22. 深度学习与计算机视觉——算法原理、框架应用与代码实现
- 23. 花书中文版,来自这里
- 原版英语在线电子版:https://www.deeplearningbook.org/
- 47. 神经网络与深度学习,来自复旦大学邱锡鹏老师,github链接
- 48. d2l-zh-pytorch,来自李沐老师,动手学深度学习
- 49. 《深度学习入门:基于Python的理论与实现》高清中文版,鱼书,来自这里
- 51. 李航-《统计机器学习》(statistical-learning-method),来自这里
- 58. Python 深度学习
- 59. Make Your Own Neural Network 2016.epub,来自这里,侧栏目录可以看到pdf版本的,这个是英文版本。
- 对应的github代码地址:makeyourownneuralnetwork/makeyourownneuralnetwork
- 2016年出的书,放在2023年来看,6年前,算老了
- 60. Python神经网络编程高清版,这是59对应的中文版本,来自这里,或者github链接
- 61. The Little Book of Deep Learning,页面是手机阅读格式,来自这里
- 找到这个是因为这个老师的课程:https://fleuret.org/dlc/
- 73. 模式识别-模式识别与机器学习(第四版) (张学工 汪小我) (Z-Library),来自这里
- 74. 模式识别【第三版】,来自这里
- 78. 神经网络原理【第二版】,来自这里
- 79. Perturbations, Optimization, and Statistics (Neural Information Processing series),来自这里
- 其中第11章是:Adversarial Perturbations of Deep Neural Networks,有助于理解对抗生成样本
-
19. 计算机视觉-算法与应用(中文版),来自这里
-
20. Computer Vision:Algorithms and Applications,来自这里
-
21. 数字图像处理-第三版-冈萨雷斯,来自这里
-
40. 数字图像处理-第四版-冈萨雷斯,来自这里,文件大于100MB,没有上传,下面是百度云链接:
链接:https://pan.baidu.com/s/1I_PsEQp45spRTAHpojDAxQ?pwd=yyds
提取码:yyds
-
34. 数字图像处理的MATLAB实现 第2版(美)冈萨雷斯等著;阮秋琦译
-
41. 计算机图形学-第三版,来自这个github地址,文件超过100MB,没有上传。
-
42. 计算机图形学-第4版,来自这个博客:计算机图形学(第四版) PDF 中文版 ,文件超过100MB,没有上传。
-
43. 《计算机图形学及实用编程技术》.李春雨.扫描版,来自这个github地址
-
44. 计算机图形学原理及算法教程(Visual.Cpp版)第二版,来自脚本之家,点击这里,不需要提取码,直接下载就可以
-
45. 计算机图形学原理及实践:C语言描述原书第2版,来自这个github项目-apachecn/it-ebooks-archive,对应的网页是:计算机电子书,按照说明使用npm安装对应的包,确实就有电子书,神奇。。。mac如果遇到npm安装问题,考虑看看这个Trouble install node.js with homebrew
-
46.《Real-Time Rendering 3rd》 提炼总结,来自毛星云(浅墨)的github项目,链接
-
50. 欧姆社学习漫画-数学·漫画傅里叶解析,来自这里
-
63. OpenCV编程案例详解 (李立宗) (Z-Library)
-
64_1. OpenCV-4计算机视觉项目实战(原书第2版)-智能系统与技术丛书-大卫·米兰·埃斯克里瓦-Z-Library
- 64_2. OpenCV实例精解 OpenCV By Example (普拉蒂克·乔希 大卫·米兰·埃斯克里瓦 维尼修斯·戈多伊) (Z-Library)
- 这两本写的人一样的,只是一个pdf格式,一个epub格式,内容都差不多
-
65. OpenCV3编程入门 (毛星云) (Z-Library)
- 很可惜的一个大神写的,内容是这几本opencv里最丰富的,纪念大神
- 《OpenCV3编程入门》书本配套源代码
-
66. OpenCV算法精解:基于Python与C++ (张平) (Z-Library)
-
79. 学习OpenCV(中文版) ,就是所谓的
蝴蝶书
,来自这里,是个扫描版 -
81. Mastering Opencv 3 (Daniel Lélis Baggio, Shervin Emami etc.) (Z-Library),来自这里
-
82. OpenCV计算机视觉编程攻略.第3版,来自这里
-
83. Computer Vision-Foundations and Applications_cs131-class-notes,斯坦福大学cs131n的课堂笔记,来自这里
-
更多关于Opencv合集的书的翻译可以看:https://cv.apachecn.org/cv-opencv3-qt5/01/
算法方面的高性能其实包含两部分:
- 编码的高效性,主要体现在对C++这类高级语言应用的熟练程度和技巧
- 算法本身的高效性,比如科学计算里,可以用不同的方式进行矩阵运算
- C++高性能编程
- 84. 并行计算导论,来自这里,其中 第2部分 并行算法设计与实现实例里讲了一些
矩阵并行计算
的方法 - 85. 矩阵计算/数值线性代数,来自华东师范大学潘建瑜老师的课程,计算数学,不仅教线性代数矩阵计算,也关注其在计算机实现中的效率。
- 潘老师的主页:https://math.ecnu.edu.cn/~jypan/
- 教学活动:https://math.ecnu.edu.cn/~jypan/Teaching.html
- 矩阵计算/数值线性代数课程里的
- 科学计算软件介绍,C.2 矩阵运算的复杂度和C.3内容有价值
- 教材:矩阵计算讲义(2023.02, 配合课堂 slides 使用),P128有相应求解方法的运算量说明
- C++ 语言程序设计课程里的两个应用举例很有意思
- 矩阵乘积的快速算法-Strassen方法,P4
- Gauss 消去法求解线性方程组
- Fast and stable matrix multiplication,这里就提到了Strassen和Winograd(cudnn的卷积计算加速)
- 70. 3D Image Reconstruction for CT and PET A Practical Guide with Python (Daniele Panetta, Niccolo Camarlinghi) (Z-Library),来自这里
- 71. 医学图像重建入门 (曾更生),来自这里
- 76. Medical Image Reconstruction From Analytical and Iterative Methods to Machine Learning (Gengsheng Lawrence Zeng) (Z-Library),新的英语版本,可以对照着看,来自这里
- 72. Advances in Photometric 3D-Reconstruction (Jean-Denis Durou, Maurizio Falcone, Yvain Quéau etc.) (Z-Library),来自这里
- 75. Medical Image Processing, Reconstruction and Restoration Concepts and Methods (Jiri Jan) (Z-Library),来自这里
- 77. 医学影像的数字处理-黄力宇,来自这里,加载速度很慢。。
- 花书的中文翻译:https://github.com/exacity/deeplearningbook-chinese
- 完备的AI学习路线:https://github.com/JackBlogs/learningai/wiki/%E5%AE%8C%E5%A4%87%E7%9A%84AI%E5%AD%A6%E4%B9%A0%E8%B7%AF%E7%BA%BF
- 计算机考研408资料整理:https://github.com/CodePanda66/CSPostgraduate-408
- 深度学习之PyTorch实战计算机视觉配套代码:https://github.com/JaimeTang/book-code
- 深度学习与计算机视觉配套代码:https://github.com/frombeijingwithlove/dlcv_for_beginners