1樓：智星雲服務
有GPU使用需求的朋友可以在智星雲租用GPU，價效比很高，比如上面git裡面的內容，在有GPU的情況下都可以自己去做。
2樓：微塵-黃含馳
github.com/jalajthanaki舉例如：sklearn
Python_Matplotlib_Cheat_Sheet
tensorflow-cheat-sheetstatistics
3樓：木子子
工具：10種深度學習演算法的TensorFlow實現簡介：
可以在專案位址中可以通過檢視 command_line/ 目錄來學習這些使用 TensorFlow 的深度學習演算法的基本使用方法，同時專案文件也可作為有效參考資料。要求是使用 TensorFlow 0.8 或更新版本。
可用模型列表：卷積網路（Convolutional Network），迴圈神經網路（Recurrent Neural Network (LSTM)，受限玻爾茲曼機（Restricted Boltzmann Machine），深度信念網路（Deep Belief Network），作為RBM堆疊的深度自編碼器（Deep Autoencoder as stack of RBMs），去噪自編碼器（Denoising Autoencoder），堆疊的去噪自編碼器（Stacked Denoising Autoencoder），作為去噪自編碼器堆疊的深度自編碼器（Deep Autoencoder as stack of Denoising Autoencoders），多層感知器（MultiLayer Perceptron), 邏輯回歸（Logistic Regression)。
Github 專案位址： https://github.com/blackecho/Deep-Learning-TensorFlow
專案文件：Deep Learning with Tensorflow Documentation
4樓：王衝
python是一門還算簡單的語言。
只說做資料分類問題的話，建議你看完python + numpy + keras的路線。這就可以開始跑實驗了。
keras的backend可以是tensorflow和theano，這個等你跑起來第乙個實驗，有點信心了，可以再慢慢研究。
有哪些比較好的django學習書籍？
熱心小彭 初學django不要光看文件，文件雖然面面俱到，但是作為乙個初學者連基礎的東西都不知道，就去看文件顯然是不合適的，等有了一定的基礎再來查閱文件深入的了解一些特定，才是正確的選擇 買的書不要和實際太脫鉤，比如買的書還是介紹的django 1.x就沒必要了，針對於這個情況買的書需要具備以下幾點...
關於深度學習，個人感覺很難入門，有什麼比較好的學習它的方法？
深度學習是機器學習的分支，而機器學習是乙個多領域交叉學科，其中包含了概率論 統計學 凸優化等等，所以我建議先打好相關數學基礎，然後系統地學習機器學習，最後再進入深度學習，這樣會有乙個比較完善的知識體系。數學基礎 矩陣理論，概率論，最優化方法 包括線性規劃和凸優化 離散數學，微積分等 機器學習入門基礎...
目前有什麼比較好的深度學習的研究方向嗎？
雲程萬里 經典訊號分析 深度學習 一系列新的方法 例如，非區域性均值降噪 深度學習 非區域性神經網路 Non local Neural Networks 1 軟閾值函式 深度學習 深度殘差收縮網路 Deep Residual Shrinkage Networks 2 模型inference的自動化排...