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...