机器之心深度研学社每周干货：2016年第52周

Synced 深度研学社 每周干货，每周五为大家推荐机器学习的入门教程、技术分析、以及资源分享。不多不少，每周进步一点点~

【入门教程】Neural Networks and Deep Learning

by Michael Nielsen

简介：本书是神经网络领域久负盛名的入门书目。作者 Michael Nielsen 将全部内容在网上开放：全书一共六章，每章一个网页。内容从最基本的感知器和梯度下降算法讲起，由浅入深。对读者可能产生的疑问和理解错误，作者都会及时解释，所以知识点非常易于理解。每个知识点后还附有深化理解的习题。本书对技术和计算的深入程度适中，适合有一定数学基础的新手作为入门教材。

链接：http://neuralnetworksanddeeplearning.com/index.html

【技术分析】NIPS 2016 论文代码集锦

简介：Reddit 社区成员群策群力，将 NIPS 2016 论文附带的代码的 Github 地址整理在一起。值得学习参考。

链接：https://www.reddit.com/r/MachineLearning/comments/5hwqeb/project_all_code_implementations_for_nips_2016/ 

【资源分享】图解 TensorFlow 源码

by yaojian_ict

简介：热心码农将 TensorFlow 每一个模块的源码以流程图的形式表现出来，为理解 TensorFlow 提供了一种更加宏观的角度，也适合作为 TensorFlow 使用中的参考查阅资料。

• 链接：http://www.cnblogs.com/yao62995/p/5773578.html

• Github：https://github.com/yao62995/tensorflow