目錄大綱

理論基礎
計算機視覺
一 計算機視覺：算法與應用
二 計算機視覺：模型、學習和推理
三 圖像處理、分析與機器視覺
四 機器視覺

機器學習
一 機器學習 西瓜書
二 統計學習方法

深度學習
一 深度學習 花書

實踐工具
Python
一 Python編程 從入門到實踐
二 Python核心編程（第3版）
三 Python基礎教程（第3版）
四 Python學習手冊（套裝上下冊）
五 瘋狂Python講義
六 流暢的Python
七 Python Cookbook（第3版）
八 Python 3標準庫
九 數據結構與算法：Python語言實現
十 Python編程（第4版 套裝上下冊）

NumPy

https://github.com/numpy/numpy
一 Python數據分析基礎
二 利用Python進行數據分析
三 Python數據科學手冊
四 NumPy攻略
五 Python數據分析基礎教程：NumPy學習指南 https://github.com/sundaygeek/numpy-beginner-guide

SciPy

https://github.com/scipy/scipy
一 Python科學計算最佳實踐 SciPy指南

Pandas

https://github.com/pandas-dev/pandas
一 Python數據分析實戰

Matplotlib

https://github.com/matplotlib/matplotlib
一 Python數據可視化之matplotlib實踐
二 Python數據可視化編程實戰 第2版

https://github.com/mwaskom/seaborn

Scikit-learn

https://github.com/scikit-learn/scikit-learn
一 機器學習實戰：基於Scikit-Learn和TensorFlow
二 scikit-learn機器學習（第2版）
三 scikit learn機器學習：經常使用算法原理及編程實戰

TensorFlow

https://github.com/tensorflow/tensorflow
一 TensorFlow：實戰Google深度學習框架（第2版）
二 TensorFlow深度學習算法原理與編程實戰
三 深度學習之TensorFlow：入門、原理與進階實戰
四 21個項目玩轉深度學習：基於TensorFlow的實踐詳解 https://github.com/hzy46/Deep-Learning-21-Examples
五 TensorFlow學習指南：深度學習系統構建詳解

PyTorch

https://github.com/pytorch/pytorch
一 PyTorch深度學習
二 深度學習框架PyTorch：入門與實踐
三 深度學習入門之PyTorch
四 深度學習框架PyTorch快速開發與實戰
五 深度學習之PyTorch實戰計算機視覺

Caffe

https://github.com/BVLC/caffe
深度學習――Caffe之經典模型詳解與實戰
機器學習之路――Caffe、Keras、scikit-learn實戰
深度學習：21天實戰Caffe
深度學習實踐：基於Caffe的解析

OpenCV
https://github.com/opencv/opencv
https://github.com/opencv/opencv_contrib
https://github.com/skvark/opencv-python

一 學習OpenCV 3（中文版）
二 機器學習：使用OpenCV和Python進行智能圖像處理
三 OpenCV 3計算機視覺：Python語言實現
四 OpenCV算法精解：基於Python與C++
五 OpenCV3編程入門
六 OpenCV 3和Qt5計算機視覺應用開發
七 OpenCV計算機視覺編程攻略 第3版
八 OpenCV+TensorFlow深度學習與計算機視覺實戰

OpenCL

https://www.khronos.org/opencl/

Qt

http://download.qt.io/official_releases/qt/5.12/5.12.3/

迅雷下載