学习模式是指机器学习在过程训练中所使用的策略模式。一个好的学习模式一般由两部分构成，即数据和模型。数据提供基本的信息内容，而模型是机器学习的核心，能够将数据中蕴含的内容以能够被理解的形式保存下来。机器学习在学习模式上的分类实际上就是学习模型的分类。需要注意的是，在机器学习的运行过程中，模型往往跟数据的复杂度成正比，数据的复杂度越大，模型的复杂度就越大，计算就越为复杂。不同的数据所要求的模型千差万别，因此机器学习中学习模式的分类实际上是基于不同的数据集而采用的不同的应对策略，基于应对策略的不同而选择不同的模型，从而获得更好的分析结果。
王晓华《OpenCV+TensorFlow深度学习与计算机视觉实战》PDF+源代码+数据集
《OpenCV+TensorFlow深度学习与计算机视觉实战》PDF，280页，有目录，文字可复制，配套源代码数据集。 王晓华 著。
下载: https://pan.baidu.com/s/1QcUiDkkUgox3ot0yNuT2eA
提取码: 4rhx
《OpenCV+TensorFlow深度学习与计算机视觉实战》在掌握深度学习基本知识和特性的基础上，培养使用TensorFlow OpenCV进行实际编程以解决图像处理相关问题的能力，共13章，内容包括计算机视觉与深度学习的关系、Python的安装和使用、Python数据处理及可视化、机器学习的理论和算法、计算机视觉处理库OpenCV 、OpenCV图像处理实战、TensorFlow基本数据结构和使用、TensorFlow数据集的创建与读取、BP神经网络、反馈神经网络、卷积神经网络等，理论联系实际，着重介绍TensorFlow OpenCV解决图像识别的应用，提供大量数据集供使用，并以代码的形式实现深度学习模型。
魏溪含《深度学习与图像识别原理与实践》PDF+源代码
《深度学习与图像识别原理与实践》PDF，606页，有书签目录，文字可以复制，配套源代码，魏溪含著。
下载: https://pan.baidu.com/s/19JHxe8kj1SSK3dAD9C5QdA
提取码: 2f9k
《深度学习与图像识别原理与实践》在每章中都会用相对通俗的语言来介绍算法的背景和原理，并会给出实战案例。实战案例的代码已全部在线下运行通过，代码并不复杂，可以很好地帮助理解其中的细节，在学习理论之后可以亲自动手实践。
《视觉SLAM十四讲第2版》PDF+源代码+高翔
《视觉SLAM十四讲从理论到实践第2版》PDF，416页，文字可复制，配套源代码。高翔等著。
下载: https://pan.baidu.com/s/1buxIcb5BIqM5ELxySdaFmA
提取码: 9xs9
第2版增加了更多的实例，增加了一些实验代码来介绍算法的原理，更深入地介绍底层计算会更好，除了调用库函数，还提供了底层的实现。将第1 版的第9 讲移至第13 讲，在介绍了所有必要知识之后，向大家展现一个完整的SLAM 系统是如何工作的，会得到一个由几百行代码实现的、有完整前后端的SLAM 系统。
刘波《OpenCV 3计算机视觉Python语言实现第2版》PDF中文+PDF英文+代码
《OpenCV 3计算机视觉Python语言实现第2版》中文PDF，202页，带目录；英文PDF，263页，带书签 ；配套源代码。作者: Joe Minichino 译者: 刘波 等
下载: https://pan.baidu.com/s/1vJHkR2sR3ualzZ9hzIJ1nQ
提取码: 36vf
用OpenCV来检测图像特征，并利用这些特征来匹配和搜索图像。对目标跟踪进行深入探讨，目标跟踪是对摄像机中的图像或视频中移动的物体进行定位的过程。
《OpenCV计算机视觉编程攻略第3版》PDF中英文+代码+相银初
《OpenCV计算机视觉编程攻略第3版》中文PDF，328页，带书签目录，文字可以复制；英文PDF，464页，带书签目录，文字可以复制；配套源代码。
下载: https://pan.baidu.com/s/1Qxc353-91aP0JdZfeEO3Og
提取码: w7js
检测图像中的角点，如何实现、实现原理；快速检测特征，尺度不变特征的检测，多尺度FAST特征的检测，计算图像对的基础矩阵，用RANSAC（随机抽样一致性）算法匹配图像，计算两幅图像之间的单应矩阵。
拉加夫《卷积神经网络与视觉计算》中文PDF+英文PDF
《卷积神经网络与视觉计算》中文PDF，174页，带目录，文字可复制；英文PDF，187页，带目录，文字可复制。
下载: https://pan.baidu.com/s/1vJHkR2sR3ualzZ9hzIJ1nQ
提取码: 36vf
Rosenblatt感知器和感知器学习算法、logistic神经元及其激活函数，以及两类和多类问题的单神经元模型等；第卷积池化层和CNN；通过介绍CNN的一些当前新颖实用的用法，进一步拓展和丰富了深度神经网络的结构。
《深度学习之PyTorch实战计算机视觉》PDF+唐进民
《深度学习之PyTorch实战计算机视觉》PDF，287页，带书签，文字可复制。
下载: https://pan.baidu.com/s/1wKHdhbgeI05ZLCiyslkvjw
提取码: 6d8w
学到人工智能的基础概念及Python 编程技能，掌握PyTorch 的使用方法，学到深度学习相关的理论知识，比如卷积神经网络、循环神经网络、自动编码器，等等。在掌握深度学习理论和编程技能之后，还会学到如何基于PyTorch 深度学习框架实战计算机视觉。
沈理《人脸识别原理及算法》PDF+王文峰《人脸识别原理与实战以MATLAB为工具》PDF代码
《人脸识别原理与实战以MATLAB为工具》PDF，284页，带书签，文字可复制，作者: 王文峰。《人脸识别原理及算法：动态人脸识别系统研究》PDF，259页，带书签，文字可以复制。
下载: https://pan.baidu.com/s/1vJHkR2sR3ualzZ9hzIJ1nQ
提取码: 36vf
基于双属性图的人脸识别算法，该算法采用人脸特征检测、主成分分析方法、Gabor函数等建立了一个人脸特征识别和属性特征匹配的人脸识别方法，并结合人脸图像的局部特征和全局特征，能够有效地利用从三维到二维投影的人脸图像信息之间的关联性。
Adrian Kaehler《学习OpenCV3》PDF中文+PDF英文+代码
《学习OpenCV3》中文PDF，870页，文字可复制；英文PDF，1018页，带目录，文字可复制；配套源代码。
下载: https://pan.baidu.com/s/1lxhn2k_XS6b0ri3enjw23g
提取码: ekpa
实用性强，内容全面，讲解透彻，掌握如何构建具有一定AI（人工智能）的应用程序，使计算机能够“看见”并根据所得到的数据来做出决策。全面介绍整个OpenCV库，所有示例代码都用C++实现，同时还介绍了可以用于计算机视觉的机器学习工具。每一章都精心设计有动手练习。
刘梦馨《GAN实战生成对抗网络》中文PDF
《GAN实战生成对抗网络》中文PDF，153页，带目录，文字可复制。英文PDF，166页，带目录，文字可复制。Kuntal Ganguly著，刘梦馨译。《生成式对抗网络GANser》PPT，59页，文字可复制，刘少鹏。
下载: https://pan.baidu.com/s/1vJHkR2sR3ualzZ9hzIJ1nQ
提取码: 36vf
覆盖了深度学习的基础、对抗网络背后的原理以及构建方式等内容。同时还介绍了多个真实世界中使用对抗网络构建智能应用的案例并提供了具体的代码以及部署方法，旨在帮助能够在真正的生产环境中使用生成对抗网络。
戴维C雷《线性代数及其应用第4版》中文PDF+英文PDF第5版+习题指导
《线性代数及其应用》第4版中文PDF，573页，带目录，David C.Lay著，刘深泉译；第5版英文PDF，579页，带
目录，文字可复制；第10章 有限状态马尔科夫链，78页，彩色配图，文字可复制。第9章 优化，56页，彩色配
图，文字可复制；《线性代数及其应用》第4版习题指导，485页。
下载: https://pan.baidu.com/s/1FirmziRgL1aiJKOVKTX3oQ
提取码: bkig
线性代数是一种语言，必须用学习外语的方法每天学习这种语言，理解每一节的内容并不容易，讲得清晰易懂，又能联系实际应用，有大量的应用实例，内容结构安排的很好，前几章就引入子空间，向量，线性变换的概念，还介绍了一下线性代数的核心思想和研究内容。
我的感受是从事数据处理和数据分析、优化的朋友，一定要学好数学，尤其是线性代数。一些知识点，可以深入浅出，从多个维度进行解释，彼此之间相互关联。一步一步，循序渐进。 由基础理论向量空间，到后面的正交分解，凸包，贝塞尔曲线，数学和研究的美感，淋漓尽致。
