2019年春季学期:学习资料汇总

本文汇总了2019年春季学期的学习资料,涵盖算法设计与分析、数字图像处理、程序设计实习、游戏AI、视觉计算与深度学习、计算机图形学、人工智能引论等多个领域。包括教材推荐、MATLAB图像处理工具箱、OpenJudge刷题平台、Botzone游戏AI环境、PyTorch入门教程、OpenGL学习资源以及吴恩达的机器学习课程等。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

算法设计与分析

教材

算法设计与分析 第2版 屈婉玲 清华大学出版社

 

数字图像处理

教材

冈萨雷斯-数字图像处理(MATLAB版)(第二版)

冈萨雷斯-数字图像处理(第三版)

不太喜欢第三版...数学偏多,基础部分比较啰嗦。

MATLAB 

图像处理工具箱

https://ww2.mathworks.cn/products/image.html

 

程序设计实习

刷题

OpenJudge

http://cxsjsxmooc.openjudge.cn/2019t3springall/

POJ

http://poj.org/problemlist

 

游戏AI中的算法

大作业平台/环境

Botzone-国标麻将

https://www.botzone.org.cn/

星际争霸2-配置教程

https://zhuanlan.zhihu.com/p/28471863

星际争霸2-官方教程

https://github.com/deepmind/pysc2

 

视觉计算与深度学习

自学入门

官网60分钟入门pytorch教程(需要numpy基础)

https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html

FINETUNING 图像分类模型样例

https://pytorch.org/tutorials/beginner/finetuning_torchvision_models_tutorial.html

CS231n: Convolutional Neural Networks for Visual Recognition

https://www.youtube.com/playlist?list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv

https://cs231n.github.io/

官网上有很多实例代码和说明可供模仿。如果对深度学习、神经网络、卷积这些不太了解,可以先学习斯坦福CS231N的课程(经典深度学习入门课程)。

 

计算机图形学

GLSL Resources-课件推荐

OpenGL/GLSL Getting Started

https://www.khronos.org/opengl/wiki/Getting_Started

OpenGL/GLSL Registry

https://www.khronos.org/registry/OpenGL/index_gl.php

GLSL Spec

https://www.khronos.org/registry/OpenGL/index_gl.php#oldspecs

NShader: Visual Studio GLSL syntax highlighting

http://nshader.codeplex.com/

OPENGL自学

OPENGL教程(看起来偏入门)

https://learnopengl.com/

http://www.opengl-tutorial.org

OPENGL红宝书(听说略硬核)

http://www.opengl-redbook.com/

 

人工智能引论及实践课(NLP)

 

 

Python程序设计与数据挖掘导论

 

 

大数据分析中的算法

(学不动,弃坑)

 

程序设计实习

 

 

机器学习-吴恩达

 

 

数据结构与算法

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

陶晨毅

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值