每周，阅读小组将分析最近的文献和经典书籍。 小组的不同成员将准备一组幻灯片，与参与者共享和讨论，参与者也需先前阅读了论文和相关章节。

其他组: University of Texas, University of Toronto, University of British Columbia, Stanford University, The Berkeley View.

#书籍目标：

1. Deep Learning by Yoshua Bengio, Ian Goodfellow and Aaron Courville (DeadLine:1/06/2017)

   结合Stanford大学 CS231n 视频教程一起来学效果会更好！！！

2. 机器学习 by 周志华 （同时参考李航的《统计机器学习》）(DeadLine:1/06/2017)

3. 模式识别与机器学习 PRML by bishop (DeadLine:1/06/2017)

   计算机大牛Bishop出的《Pattern Recognition And Machine Learning》，是机器学习的经典教材，结合Stanford大学 Andrew Ng 教授的 Machine Learning 视频教程一起来学效果会更好，在Coursera网站上也有该视频，观看效果更佳！！！

4. 计算机视觉中的多视图几何(DeadLine:1/06/2017)

   本书是计算机视觉中geometry方向的基础书，总结了20年来的200多篇ICCV,ECCV,CVPR上面有关多视觉几何相关文献，做calibration的同学必看此书。

5. Artificial Intelligence: A Modern Approach计算机视觉：一种现代方法

6. Concise Computer Vision by Reinhard Klette(DeadLine:1/06/2017),图像处理的入门书

#文献目标：

• 9/12/2016 (Slides by 陶) Liu, Wei, Dragomir Anguelov, Dumitru Erhan, Christian Szegedy, and Scott Reed. "SSD: Single Shot MultiBox Detector." ECCV 2016. [code]

#源码目标： ###有则分享