學習模式是指機器學習在過程訓練中所使用的策略模式。一個好的學習模式一般由兩部分構成，即數據和模型。數據提供基本的信息內容，而模型是機器學習的核心，能夠將數據中蘊含的內容以能夠被理解的形式保存下來。機器學習在學習模式上的分類實際上就是學習模型的分類。需要注意的是，在機器學習的運行過程中，模型往往跟數據的復雜度成正比，數據的復雜度越大，模型的復雜度就越大，計算就越為復雜。不同的數據所要求的模型千差萬別，因此機器學習中學習模式的分類實際上是基於不同的數據集而采用的不同的應對策略，基於應對策略的不同而選擇不同的模型，從而獲得更好的分析結果。
王曉華《OpenCV+TensorFlow深度學習與計算機視覺實戰》PDF+源代碼+數據集
《OpenCV+TensorFlow深度學習與計算機視覺實戰》PDF，280頁，有目錄，文字可復制，配套源代碼數據集。 王曉華 著。
下載: https://pan.baidu.com/s/1QcUiDkkUgox3ot0yNuT2eA
提取碼: 4rhx
《OpenCV+TensorFlow深度學習與計算機視覺實戰》在掌握深度學習基本知識和特性的基礎上，培養使用TensorFlow OpenCV進行實際編程以解決圖像處理相關問題的能力，共13章，內容包括計算機視覺與深度學習的關系、Python的安裝和使用、Python數據處理及可視化、機器學習的理論和算法、計算機視覺處理庫OpenCV 、OpenCV圖像處理實戰、TensorFlow基本數據結構和使用、TensorFlow數據集的創建與讀取、BP神經網絡、反饋神經網絡、卷積神經網絡等，理論聯系實際，着重介紹TensorFlow OpenCV解決圖像識別的應用，提供大量數據集供使用，並以代碼的形式實現深度學習模型。
魏溪含《深度學習與圖像識別原理與實踐》PDF+源代碼
《深度學習與圖像識別原理與實踐》PDF，606頁，有書簽目錄，文字可以復制，配套源代碼，魏溪含著。
下載: https://pan.baidu.com/s/19JHxe8kj1SSK3dAD9C5QdA
提取碼: 2f9k
《深度學習與圖像識別原理與實踐》在每章中都會用相對通俗的語言來介紹算法的背景和原理，並會給出實戰案例。實戰案例的代碼已全部在線下運行通過，代碼並不復雜，可以很好地幫助理解其中的細節，在學習理論之后可以親自動手實踐。
《視覺SLAM十四講第2版》PDF+源代碼+高翔
《視覺SLAM十四講從理論到實踐第2版》PDF，416頁，文字可復制，配套源代碼。高翔等著。
下載: https://pan.baidu.com/s/1buxIcb5BIqM5ELxySdaFmA
提取碼: 9xs9
第2版增加了更多的實例，增加了一些實驗代碼來介紹算法的原理，更深入地介紹底層計算會更好，除了調用庫函數，還提供了底層的實現。將第1 版的第9 講移至第13 講，在介紹了所有必要知識之后，向大家展現一個完整的SLAM 系統是如何工作的，會得到一個由幾百行代碼實現的、有完整前后端的SLAM 系統。
劉波《OpenCV 3計算機視覺Python語言實現第2版》PDF中文+PDF英文+代碼
《OpenCV 3計算機視覺Python語言實現第2版》中文PDF，202頁，帶目錄；英文PDF，263頁，帶書簽 ；配套源代碼。作者: Joe Minichino 譯者: 劉波 等
下載: https://pan.baidu.com/s/1vJHkR2sR3ualzZ9hzIJ1nQ
提取碼: 36vf
用OpenCV來檢測圖像特征，並利用這些特征來匹配和搜索圖像。對目標跟蹤進行深入探討，目標跟蹤是對攝像機中的圖像或視頻中移動的物體進行定位的過程。
《OpenCV計算機視覺編程攻略第3版》PDF中英文+代碼+相銀初
《OpenCV計算機視覺編程攻略第3版》中文PDF，328頁，帶書簽目錄，文字可以復制；英文PDF，464頁，帶書簽目錄，文字可以復制；配套源代碼。
下載: https://pan.baidu.com/s/1Qxc353-91aP0JdZfeEO3Og
提取碼: w7js
檢測圖像中的角點，如何實現、實現原理；快速檢測特征，尺度不變特征的檢測，多尺度FAST特征的檢測，計算圖像對的基礎矩陣，用RANSAC（隨機抽樣一致性）算法匹配圖像，計算兩幅圖像之間的單應矩陣。
拉加夫《卷積神經網絡與視覺計算》中文PDF+英文PDF
《卷積神經網絡與視覺計算》中文PDF，174頁，帶目錄，文字可復制；英文PDF，187頁，帶目錄，文字可復制。
下載: https://pan.baidu.com/s/1vJHkR2sR3ualzZ9hzIJ1nQ
提取碼: 36vf
Rosenblatt感知器和感知器學習算法、logistic神經元及其激活函數，以及兩類和多類問題的單神經元模型等；第卷積池化層和CNN；通過介紹CNN的一些當前新穎實用的用法，進一步拓展和豐富了深度神經網絡的結構。
《深度學習之PyTorch實戰計算機視覺》PDF+唐進民
《深度學習之PyTorch實戰計算機視覺》PDF，287頁，帶書簽，文字可復制。
下載: https://pan.baidu.com/s/1wKHdhbgeI05ZLCiyslkvjw
提取碼: 6d8w
學到人工智能的基礎概念及Python 編程技能，掌握PyTorch 的使用方法，學到深度學習相關的理論知識，比如卷積神經網絡、循環神經網絡、自動編碼器，等等。在掌握深度學習理論和編程技能之后，還會學到如何基於PyTorch 深度學習框架實戰計算機視覺。
沈理《人臉識別原理及算法》PDF+王文峰《人臉識別原理與實戰以MATLAB為工具》PDF代碼
《人臉識別原理與實戰以MATLAB為工具》PDF，284頁，帶書簽，文字可復制，作者: 王文峰。《人臉識別原理及算法：動態人臉識別系統研究》PDF，259頁，帶書簽，文字可以復制。
下載: https://pan.baidu.com/s/1vJHkR2sR3ualzZ9hzIJ1nQ
提取碼: 36vf
基於雙屬性圖的人臉識別算法，該算法采用人臉特征檢測、主成分分析方法、Gabor函數等建立了一個人臉特征識別和屬性特征匹配的人臉識別方法，並結合人臉圖像的局部特征和全局特征，能夠有效地利用從三維到二維投影的人臉圖像信息之間的關聯性。
Adrian Kaehler《學習OpenCV3》PDF中文+PDF英文+代碼
《學習OpenCV3》中文PDF，870頁，文字可復制；英文PDF，1018頁，帶目錄，文字可復制；配套源代碼。
下載: https://pan.baidu.com/s/1lxhn2k_XS6b0ri3enjw23g
提取碼: ekpa
實用性強，內容全面，講解透徹，掌握如何構建具有一定AI（人工智能）的應用程序，使計算機能夠“看見”並根據所得到的數據來做出決策。全面介紹整個OpenCV庫，所有示例代碼都用C++實現，同時還介紹了可以用於計算機視覺的機器學習工具。每一章都精心設計有動手練習。
劉夢馨《GAN實戰生成對抗網絡》中文PDF
《GAN實戰生成對抗網絡》中文PDF，153頁，帶目錄，文字可復制。英文PDF，166頁，帶目錄，文字可復制。Kuntal Ganguly著，劉夢馨譯。《生成式對抗網絡GANser》PPT，59頁，文字可復制，劉少鵬。
下載: https://pan.baidu.com/s/1vJHkR2sR3ualzZ9hzIJ1nQ
提取碼: 36vf
覆蓋了深度學習的基礎、對抗網絡背后的原理以及構建方式等內容。同時還介紹了多個真實世界中使用對抗網絡構建智能應用的案例並提供了具體的代碼以及部署方法，旨在幫助能夠在真正的生產環境中使用生成對抗網絡。
戴維C雷《線性代數及其應用第4版》中文PDF+英文PDF第5版+習題指導
《線性代數及其應用》第4版中文PDF，573頁，帶目錄，David C.Lay著，劉深泉譯；第5版英文PDF，579頁，帶
目錄，文字可復制；第10章 有限狀態馬爾科夫鏈，78頁，彩色配圖，文字可復制。第9章 優化，56頁，彩色配
圖，文字可復制；《線性代數及其應用》第4版習題指導，485頁。
下載: https://pan.baidu.com/s/1FirmziRgL1aiJKOVKTX3oQ
提取碼: bkig
線性代數是一種語言，必須用學習外語的方法每天學習這種語言，理解每一節的內容並不容易，講得清晰易懂，又能聯系實際應用，有大量的應用實例，內容結構安排的很好，前幾章就引入子空間，向量，線性變換的概念，還介紹了一下線性代數的核心思想和研究內容。
我的感受是從事數據處理和數據分析、優化的朋友，一定要學好數學，尤其是線性代數。一些知識點，可以深入淺出，從多個維度進行解釋，彼此之間相互關聯。一步一步，循序漸進。 由基礎理論向量空間，到后面的正交分解，凸包，貝塞爾曲線，數學和研究的美感，淋漓盡致。
