1 前言

在最新Nature的Machine Intelligence 中Lecun。Hinton和Bengio三位大牛的Review文章Deep Learning中。最後談The Future Of Deep Learning中。有這麽一段話：

“We expect much of the future progress in vision to come from systems that are trained end-to- end and combine ConvNets with RNNs that use reinforcement learning to decide where to look. Systems combining deep learning and rein- forcement learning are in their infancy.”

深度學習的未來將與機器人控制結合起來，機器人時代將有可能由深度學習來進行變革。我相信他們的這個推斷將帶動無數的科研人員投入到這方面的研究其中。這一塊研究將涉及Deep Learning。Reinforcement Learning。Computer Vision，Robotics。NLP，Cloud Computing等等
為了更好地促進誌同道合的朋友一起學習研究，這裏將我所了解的一些資源匯總起來，不斷更新，以供參考。

2 Deep Learning

2.1 大牛主頁

1 Andrew Ng 網址
2 Michael I. Jordan 網址
3 Geoffrey Hinton網址
4 Yann Lecun 網址
5 Yoshua Bengio 網址
6 Eric P Xing 網址
7 周誌華 網址
8 Xiaogang Wang 網址

2.2 公開課程

1 Andrew Ng Stanford CS229 網址
2 Oxford Machine Learning 課程 網址
3 CUHK Deep Learning課程 網址
4 CMU Deep Learning 課程 網址

2.3 Deep Learning框架

1 Caffe 網址
2 Theano 網址
3 Pylearn2 網址
4 CUDA-Convnet 網址
5 Torch 網址
6 deeplearning4j 網址

2.4 學習資源

2.5 其它資源

3 Computer Vision

3.1 大牛主頁

1 Li FeiFei 網址

3.2 公開課程

3.3 學習資源

3.4 其它資源

4 Robotics

4.1 大牛主頁

1 Pieter Abbeel 網址
2 Ashutosh Saxena 網址
3 Vijay Kumar 四軸大牛 網址
4 Siegwart, Roland 網址

4.2 公開課程

1 Introduction to Robotics https://moocs.qut.edu.au/courses/814/learn

4.3 學習資源

4.4 其它資源

5 Reinforcement Learning

5.1 大牛主頁

5.2 公開課程

5.3 學習資源

5.4 其它資源

Deep Learning for Robotics 資源匯總