《Python进阶》 »来自 <https://docs.pythontab.com/interpy/>
Sklearn 与 TensorFlow 机器学习实用指南 原理讲解和代码实现 <https://www.bookstack.cn/read/hands_on_Ml_with_Sklearn_and_TF/spilt.15.docs-1.%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%A6%82%E8%A7%88.md>
Tensorflow 中文官方文档 https://www.w3cschool.cn/tensorflow_python/tensorflow_python-bm7y28si.html
比官方更简洁的Tensorflow入门教程 <https://zhuanlan.zhihu.com/p/58544612>
官方 TensorFlow 2.0 教程 <https://tensorflow.google.cn/overview?hl=zh-cn>
*****我的Keras使用总结(1)——Keras概述与常见问题整理 <https://www.cnblogs.com/wj-1314/p/12510887.html>
*****我的Keras使用总结(2)——构建图像分类模型(针对小数据集) <https://www.cnblogs.com/wj-1314/p/10036718.html>
我的Keras使用总结(3)——利用bottleneck features进行微调预训练模型VGG16 <https://www.cnblogs.com/wj-1314/p/9579485.html>
我的Keras使用总结(4)——Application中五款预训练模型学习及其应用 <https://www.cnblogs.com/wj-1314/p/12526708.html>
Keras:基于Python的深度学习库 中文手册 <https://keras-cn.readthedocs.io/en/latest/>
keras:构建多输入多输出模型、多输入单输出模型 <https://blog.csdn.net/qq_38410428/article/details/100692534>
*****PyTorch 1.4 中文文档 & 教程 <https://pytorch.apachecn.org/docs/1.4/>
张量
Warm-up:numpy
PyTorch:张量
自动分级
PyTorch:张量和自定等级
PyTorch:定义新的 autograd 功能
<cite>nn</cite> 模块
PyTorch:nn
PyTorch:优化
PyTorch:自定义 nn 模块
PyTorch:控制流+权重共享
范例
张量
自动分级
<cite>nn</cite> 模块
深度学习基础理论 <https://zhuanlan.zhihu.com/p/70034253>
(一)深度学习基础(基本概念、优化算法、初始化、正则化等) <https://zhuanlan.zhihu.com/p/31561570>
深度学习中常见的优化方法(from SGD to AMSGRAD)和正则化技巧 <https://zhuanlan.zhihu.com/p/36327151>
*****深度学习从模型构造到模型训练的方方面面 <https://zh.d2l.ai/chapter_how-to-use/how-to-use.html>
TensorFlow中用于机器学习、自然语言处理和文本生成的工具箱 <https://www.5axxw.com/wiki/content/y332tp>
CNN系列模型发展简述(附github代码——已全部跑通)来自 <https://zhuanlan.zhihu.com/p/66215918>
动手学深度学习(Dive into Deep Learning,D2L.ai)来自 <https://github.com/d2l-ai/d2l-zh>
深度学习500问来自 <https://github.com/yuquanle/DeepLearning-500-questions>
文本中抽取结构化信息,用到了很多github上的包来自 <https://github.com/yuquanle/funNLP>
Keras Companion Jupyter notebooks for the book "Deep Learning with Python"来自 <https://github.com/fchollet/deep-learning-with-python-notebooks>
清华大学 NLP 组 github https://github.com/thunlp/
- 3、实战编写
- 2、基础知识
- 1、工具