[深度学习] cudnn 7.0 for CUDA9.0（圈重点）

说明： cudnn CUDA9.0 深度学习 tensoflow gpu NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如加州大学伯克利分校的流行CAFFE软件。简单的，插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是调整性能，同时还可以在GPU上实现高性能现代并行计算。
<qingyigui> 上传 | 大小：170mb

[深度学习] keras官方数据集 python版本 cifar10

说明： keras官方数据集 python版本 cifar10，Cifar-10 由60000张32*32的 RGB 彩色图片构成，共10个分类。50000张训练，10000张测试（交叉验证）。这个数据集最大的特点在于将识别迁移到了普适物体，而且应用于多分类（姊妹数据集Cifar-100达到100类，ILSVRC比赛则是1000类）。
<qingyigui> 上传 | 大小：158mb

[深度学习] bazel-0.4.5-installer-linux-x86_64.sh Ubuntu16.04安装tensoflow必备编译器

说明： Ubuntu16.04安装tensoflow必备编译器 Github下载经常失败，百度云又都是坑，特地分享出来方便大家共同学习
<weixin_40321288> 上传 | 大小：124mb

[深度学习] 垃圾短信数据集

说明： 数据结构： 每行为一条独立的短信，即短信之间用换行符隔开。 ham开头的短信表示正常短信，spam开头的短信表示垃圾短信
<weixin_40292043> 上传 | 大小：467kb

[深度学习] Deep Learning with Python 2017文档及源码

说明： 深度学习 Deep Learning with Python 2017 经典的深度学习教程。强烈推荐下载学习。最新的深度学习教程。 这本书向您介绍了深度学习的桥梁框架如keras实践的学术现状和工业国家之间的差距。 本书简要介绍了深层学习的数学前提和基本原理，使本书成为希望深入学习的软件开发人员的良好起点。还包括了一个简短的深入学习架构的调查。 使用Python进行深入学习还将介绍自动微分和GPU计算的关键概念，而在深入进行大规模实验时，这并不是深入学习的核心概念。 Discover the
<zhaoyin214> 上传 | 大小：6mb

[深度学习] VoxelNet End-to-End

说明： End-to-End Learning for Point Cloud Based 3D Object Detection
<qq_23118999> 上传 | 大小：11mb

[深度学习] SqueezeNet模型文件及使用

说明： SqueezeNet是一个小型化的网络模型结构，在保证不降低检测精度的同时，将原始AlexNet模型压缩至原来的1/500（模型文件< 0.5MB,原始AlexNet模型约为200MB）。
<dcrmg> 上传 | 大小：4mb

[深度学习] libraries_v140_x64_py35_1.1.0.tar.bz2

说明： 适用于py35的caffe依赖包，下载后直接放入.caffe\dependencies\download即可
<happy_zzz_> 上传 | 大小：143mb

[深度学习] 车牌识别测试图片集(237幅车牌照片)(文件名均是车牌号)

说明： 车牌识别测试图片集(237幅车牌照片)(文件名均是车牌号)。
<xinxindexie> 上传 | 大小：24mb

[深度学习] cudnn7.1（对应cuda9.1）方便一直注册不成功的人

说明： 在英伟达官网下载下来的CuDNN7.1，对应的CuDa9.1，适合用来GPU加速，帮助一直注册不上的孩子。
<xinxindexie> 上传 | 大小：194mb

[深度学习] 知识图谱 family 数据集

说明： 家庭背景的知识图谱三元组数据， entities.txt facts.txt relations.txt test.txt train.txt valid.txt
<guotong1988> 上传 | 大小：132kb

[深度学习] caffe-master

说明： caffe深度学习包 最新版本 支持cudnn 5 6 7 需要手动编译nccl
<qq_36188243> 上传 | 大小：8mb