其他
上手必备!不可错过的TensorFlow、PyTorch和Keras样例资源
https://github.com/aymericdamien/TensorFlow-Examples
1、先决条件
机器学习简介 MNIST数据集简介
Hello World(包含notebook和py源代码)。非常简单的例子,学习如何使用TensorFlow打印“hello world”。 基本操作(包含notebook和py源代码)。一个涵盖TensorFlow基本操作的简单示例。 TensorFlow Eager API基础知识(包含notebook和py源代码)。开始使用TensorFlow的Eager API。
线性回归(包含notebook和py源代码)。使用TensorFlow实现线性回归。 线性回归(eager api)(包含notebook和py源代码)。使用TensorFlow的Eager API实现线性回归。 Logistic回归(包含notebook和py源代码)。使用TensorFlow实现Logistic回归。 Logistic回归(eager api)(包含notebook和py源代码)。使用TensorFlow的Eager API实现Logistic回归。 最近邻(包含notebook和py源代码)。使用TensorFlow实现最近邻算法。 K-Means(包含notebook和py源代码)。使用TensorFlow构建K-Means分类器。 随机森林(包含notebook和py源代码)。使用TensorFlow构建随机森林分类器。 Gradient Boosted Decision Tree(GBDT)(包含notebook和py源代码)。使用TensorFlow构建梯度提升决策树(GBDT)。 Word2Vec(词嵌入)(包含notebook和py源代码)。使用TensorFlow从Wikipedia数据构建词嵌入模型(Word2Vec)。
监督学习部分
简单神经网络(包含notebook和py源代码)。构建一个简单的神经网络(如多层感知器)来对MNIST数字数据集进行分类。Raw TensorFlow实现。 简单神经网络(tf.layers / estimator api)(包含notebook和py源代码)。使用TensorFlow'layers'和'estimator'API构建一个简单的神经网络(如:Multi-layer Perceptron)来对MNIST数字数据集进行分类。 简单神经网络(Eager API)(包含notebook和py源代码)。使用TensorFlow Eager API构建一个简单的神经网络(如多层感知器)来对MNIST数字数据集进行分类。 卷积神经网络(包含notebook和py源代码)。构建卷积神经网络以对MNIST数字数据集进行分类。Raw TensorFlow实现。 卷积神经网络(tf.layers / estimator api)(包含notebook和py源代码)。使用TensorFlow'layers'和'estimator'API构建卷积神经网络,对MNIST数字数据集进行分类。 递归神经网络(LSTM)(包含notebook和py源代码)。构建递归神经网络(LSTM)以对MNIST数字数据集进行分类。 双向LSTM(包含notebook和py源代码)。构建双向递归神经网络(LSTM)以对MNIST数字数据集进行分类。 动态LSTM(包含notebook和py源代码)。构建一个递归神经网络(LSTM),执行动态计算以对不同长度的序列进行分类。
无监督
自动编码器(包含notebook和py源代码)。构建自动编码器以将图像编码为较低维度并重新构建它。 变分自动编码器((包含notebook和py源代码)。构建变分自动编码器(VAE),对噪声进行编码和生成图像。 GAN(Generative Adversarial Networks)(包含notebook和py源代码)。构建生成对抗网络(GAN)以从噪声生成图像。 DCGAN(Deep Convolutional Generative Adversarial Networks)(包含notebook和py源代码)。构建深度卷积生成对抗网络(DCGAN)以从噪声生成图像。
保存和还原模型(包含notebook和py源代码)。使用TensorFlow保存和还原模型。 Tensorboard - 图形和损失可视化(包含notebook和py源代码)。使用Tensorboard可视化计算图并绘制损失。 Tensorboard - 高级可视化(包含notebook和py源代码)。深入了解Tensorboard;可视化变量,梯度等......
构建图像数据集(包含notebook和py源代码)。使用TensorFlow数据队列,从图像文件夹或数据集文件构建您自己的图像数据集。 TensorFlow数据集API(包含notebook和py源代码)。引入TensorFlow数据集API以优化输入数据管道。
多GPU的基本操作(包含notebook和py源代码)。在TensorFlow中引入多GPU的简单示例。 在多GPU上训练神经网络(包含notebook和py源代码)。一个清晰简单的TensorFlow实现,用于在多个GPU上训练卷积神经网络。
一些示例需要MNIST数据集进行训练和测试。 官方网站:http://yann.lecun.com/exdb/mnist/
0.0: COCO API解说与简单示例 0.1:土炮自制扑克牌图象数据集 0.2:使用Pillow来进行图像处理
1.0:使用图像增强来进行深度学习 1.1:如何使用Keras函数式API进行深度学习 1.2:从零开始构建VGG网络来学习Keras 1.3:使用预训练的模型来分类照片中的物体 1.4:使用图像增强来训练小数据集 1.5:使用预先训练的卷积网络模型 1.6:卷积网络模型学习到什么的可视化 1.7:构建自动编码器(Autoencoder) 1.8:序列到序列(Seq-to-Seq)学习介绍 1.9: One-hot编码工具程序介绍 1.10:循环神经网络(RNN)介绍 1.11: LSTM的返回序列和返回状态之间的区别 1.12:用LSTM来学习英文字母表顺序
2.0: Julia(Chars74K)字母图像分类 2.1:交通标志图像分类 2.2:辛普森卡通图像角色分类 2.3:时尚服饰图像分类 2.4:人脸关键点辨识 2.5: Captcha验证码分类 2.6: Mnist手写图像分类(MLP) 2.7: Mnist手写图像分类(CNN)
3.0: YOLO目标检测算法概念与介绍 3.1: YOLOv2目标检测示例 3.2:浣熊(Racoon)检测-YOLOv2模型训练与调整 3.3:浣熊(Racoon)检测-YOLOv2模型的使用 3.4:袋鼠(Kangaroo)检测-YOLOv2模型训练与调整 3.5:双手(Hands)检测-YOLOv2模型训练与调整 3.6:辛普森卡通图象角色(Simpson)检测-YOLOv2模型训练与调整 3.7: MS COCO图象检测-YOLOv2模型训练与调整
7.0:人脸检测- OpenCV(Haar特征分类器) 7.1:人脸检测- MTCNN(Multi-task Cascaded Convolutional Networks) 7.2:人脸识别-脸部检测、对齐&裁剪 7.3:人脸识别-人脸部特征提取&人脸分类器 7.4:人脸识别-转换、对齐、裁剪、特征提取与比对 7.5:脸部关键点检测(dlib) 7.6:头部姿态(Head pose)估计(dlib)
8.0:词嵌入(word embeddings)介绍 8.1:使用结巴(jieba)进行中文分词 8.2: Word2vec词嵌入(word embeddings)的基本概念 8.3:使用结巴(jieba)进行歌词分析 8.4:使用gensim训练中文词向量(word2vec)
PyTorch基础知识 线性回归 Logistic回归 前馈神经网络
卷积神经网络 深度残差网络 递归神经网络 双向递归神经网络 语言模型(RNN-LM)
生成性对抗网络 变分自动编码器 神经风格转移 图像字幕(CNN-RNN)
PyTorch中的TensorBoard
总结
TensorFlow、Keras和PyTorch是目前深度学习的主要框架,也是入门深度学习必须掌握的三大框架,但是官方文档相对内容较多,初学者往往无从下手。本人从github里搜到三个非常不错的学习资源,并对资源目录进行翻译,强烈建议初学者下载学习,这些资源包含了大量的代码示例(含数据集),个人认为,只要把以上资源运行一次,不懂的地方查官方文档,很快就能理解和运用这三大框架。
(*本文为 AI科技大本营转载文章,转载请联系原作者)
社群福利
扫码添加小助手,回复:大会,加入2019 AI开发者大会福利群,每周一、三、五更新技术福利,还有不定期的抽奖活动~
◆
精彩推荐
◆
60+技术大咖与你相约 2019 AI ProCon!大会早鸟票已售罄,优惠票速抢进行中......2019 AI开发者大会将于9月6日-7日在北京举行,这一届AI开发者大会有哪些亮点?一线公司的大牛们都在关注什么?AI行业的风向是什么?2019 AI开发者大会,倾听大牛分享,聚焦技术实践,和万千开发者共成长。
推荐阅读
通俗易懂:图解10大CNN网络架构
BERT的成功是否依赖于虚假相关的统计线索
AI+DevOps正当时
5天破10亿的哪吒,为啥这么火,Python来分析
5G+AI重新定义生老病死?
如何从零开始设计一颗芯片?
在其他国家被揭穿骗子又盯上非洲? 这几个骗子公司可把非洲人民坑苦了…
国内首款 5G 机型开售;Google Chrome 大部分插件无人用;Firefox 69 Beta 9 发布