![5a7d439cd942b5921e00939f250fc183.png](https://i-blog.csdnimg.cn/blog_migrate/20f8f42f080f30b2143b6bd88e3a716e.jpeg)
编辑:zero
关注 搜罗最好玩的计算机视觉论文和应用,AI算法与图像处理 微信公众号,获得第一手计算机视觉相关信息
本文转载自:公众号:AI公园
作者:Stefan Kojouharov
编译:ronghuaiyang
过去的几个月中,我都在收集AI速查表。我时不时的分享给同学和朋友,他们经常问我要。所以我决定整理一下,发出来。为了让这件事情更加有趣,我对每个主题加了点描述。
这个应该是史上最全的了,希望你喜欢...
神经网络
![0fe6034aa2393bae120514cd358fb9b6.png](https://i-blog.csdnimg.cn/blog_migrate/4097f71f36371571e2745c62c490f75c.jpeg)
神经网络图
![fa4d975fd44a6aa033c9eb955bc13156.png](https://i-blog.csdnimg.cn/blog_migrate/a0998668ac1e6345e3d2e39093250a10.jpeg)
![9688020853b0bb29aa7d24f86aa0c2d2.png](https://i-blog.csdnimg.cn/blog_migrate/f0b3aeae8c7a58b259a89bf4a9adc185.jpeg)
机器学习概述
![b295d9936a91b60e5717ffe5b7e53a86.png](https://i-blog.csdnimg.cn/blog_migrate/d5f309430b1b2c78d43d5b1c7ab91493.jpeg)
机器学习: Scikit-learn算法
这个速查表可以帮助你为你的任务找到合适的estimator,这个是工作中最困难的地方。流向图帮助你查找文档,estimator也能大致的帮助你更加好的理解你的问题,以及如何解决问题。
![b7c7cf39cd5d19bb4979970563d3cffe.png](https://i-blog.csdnimg.cn/blog_migrate/73260d2923f947614ae5c4415940f6ad.jpeg)
Scikit-Learn
Scikit-learn 是一个开源的机器学习Python库。功能包括分类,回归,聚类,算法包括支持向量机,随机森林,梯度提升,k均值和密度聚类算法。而且和Python的数值处理库如Numpy和SciPy能够互通。
![4ee7ee98712727283b9d09ebfacd43ed.png](https://i-blog.csdnimg.cn/blog_migrate/d056170b1269c2794d7c21690ba95ea6.jpeg)
机器学习 : 算法速查表
这是一个来自Microsoft Azure的机器学习速查表,你可以为你的预测任务选取合适的机器学习的算法。首选,速查表会问你数据的形式,然后给你一个适合你的任务的最佳的算法建议。
![329b3bd351760ed3a77f7217d6956480.png](https://i-blog.csdnimg.cn/blog_migrate/82ebb0aba8ecb19c799b985227c9724c.jpeg)
用Python做数据科学
![37c18f376350a82585c996000dd2d9ef.png](https://i-blog.csdnimg.cn/blog_migrate/700ab6bd6da35ba3aa9f3608ed5f8eae.jpeg)
![a8a1a38ecaea5840dd32d9a6faf33972.png](https://i-blog.csdnimg.cn/blog_migrate/be4c5791e0c461fb1142cd572519c361.jpeg)
TensorFlow
在2017年的5月,Google发布了第二代的TPU,第二代的TPU有高达180 teraflops的性能,64个TPU的集群可以提供11.5 petaflops的计算能力。
![28cfccc67729a6f538dbe773b691cb6b.png](https://i-blog.csdnimg.cn/blog_migrate/4d6f63602ff83eff025700e4f8a2e6f4.jpeg)
Keras
在2017年,Google的TensorFlow决定在其核心库中支持Keras。Keras是一套接口,而不是一个机器学习的框架。它提供一套高级的,更加直接的抽象功能,使得配置一个神经网络更加的容易,而不用管背后是哪个计算库。
![b43e8a71071870c002372405dc70cad8.png](https://i-blog.csdnimg.cn/blog_migrate/bc06e81dff16f6e5085affe4c4e03bba.jpeg)
Numpy
Numpy是一个没有优化过的解释器,目的是用Python来实现CPython中的东西。使用这个版本的数学计算往往比较慢。Numpy提供了多维数组的计算和操作,非常的有效,当需要重用代码时,大部分的内部的循环都是使用Numpy。
![6ea4cbe3c19ec7a57e1c8326b49b4660.png](https://i-blog.csdnimg.cn/blog_migrate/4b9a2d9591998b1724fbdba378fb42a3.jpeg)
Pandas
这个名字是来自于 “panel data”,是一个经济学的词语,用来处理多维度的结构化的数据。
![0d771be25ca2aeca363725587775d7d8.png](https://i-blog.csdnimg.cn/blog_migrate/bc85140f07815ebc65ee058fb06a594d.jpeg)
数据整理 data wrangler
"data wrangler"这个词开始于流行文化的渗透。在2017年的电影 Kong: Skull Island,其中一个角色,被介绍为“Steve Woodward, our data wrangler”。
![39c14143c7db36e934c47c81abc063d4.png](https://i-blog.csdnimg.cn/blog_migrate/6f9c9bb6c2052d43f25bd6c2cf0e60a2.jpeg)
Scipy
Scipy是基于Numpy的数组的对象构建的,是Numpy的一部分,包括的工具如 Matplotlib, pandas and SymPy,还有一个科学计算的扩展库。Numpy和其他的一些科学计算工具如 MATLAB, GNU Octave, and Scilab很像。Numpy的技术栈也有时候叫做SciPy 技术栈。
![e7f58606d146707b65175a7eaaebe671.png](https://i-blog.csdnimg.cn/blog_migrate/d746f378c64693df1a1da3426e72a222.jpeg)
Matplotlib
matplotlib是一个基于Python的绘图库,是Numpy的一个扩展。提供了面向对象的API。
pyplot是一个matplotlib的模块,提供了类似Matlab的绘图接口,可以像Matlab一样简单易用,而且免费。
![f22c72e81f7b822befe69628e2eef532.png](https://i-blog.csdnimg.cn/blog_migrate/306f848ee57da1995d0d19089d3bb27d.jpeg)
资源
数据科学速查表: https://www.datacamp.com/community/tutorials/python-data-science-cheat-sheet-basics
数据整理速查表: https://www.rstudio.com/wp-content/uploads/2015/02/data-wrangling-cheatsheet.pdf
数据整理: https://en.wikipedia.org/wiki/Data_wrangling
Keras速查表: https://www.datacamp.com/community/blog/keras-cheat-sheet#gs.DRKeNMs
Keras: https://en.wikipedia.org/wiki/Keras
机器学习速查表: https://ai.icymi.email/new-machinelearning-cheat-sheet-by-emily-barry-abdsc/
机器学习速查表: https://docs.microsoft.com/en-in/azure/machine-learning/machine-learning-algorithm-cheat-sheet
机器学习速查表: http://peekaboo-vision.blogspot.com/2013/01/machine-learning-cheat-sheet-for-scikit.html
Matplotlib速查表: https://www.datacamp.com/community/blog/python-matplotlib-cheat-sheet#gs.uEKySpY
Matpotlib: https://en.wikipedia.org/wiki/Matplotlib
神经网络速查表: http://www.asimovinstitute.org/neural-network-zoo/
神经网络图速查表: http://www.asimovinstitute.org/blog/
神经网络: https://www.quora.com/Where-can-find-a-cheat-sheet-for-neural-network
Numpy速查表: https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.AK5ZBgE
NumPy: https://en.wikipedia.org/wiki/NumPy
Pandas速查表: https://www.datacamp.com/community/blog/python-pandas-cheat-sheet#gs.oundfxM
Pandas: https://en.wikipedia.org/wiki/Pandas_(software)
Pandas速查表: https://www.datacamp.com/community/blog/pandas-cheat-sheet-python#gs.HPFoRIc
Scikit速查表: https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet
Scikit-learn: https://en.wikipedia.org/wiki/Scikit-learn
Scikit-learn速查表: http://peekaboo-vision.blogspot.com/2013/01/machine-learning-cheat-sheet-for-scikit.html
Scipy速查表: https://www.datacamp.com/community/blog/python-scipy-cheat-sheet#gs.JDSg3OI
SciPy: https://en.wikipedia.org/wiki/SciPy
TesorFlow速查表: https://www.altoros.com/tensorflow-cheat-sheet.html
![cd65596db4bd9aefd166ba89cc2f54ab.png](https://i-blog.csdnimg.cn/blog_migrate/ced0ab215dfef059ff237748f458df19.jpeg)
—END—
英文原文:
https://becominghuman.ai/cheat-sheets-for-ai-neural-networks-machine-learning-deep-learning-big-data-678c51b4b463becominghuman.ai----------------------------------我是可爱的分割线-------------------------------------
关注 搜罗最好玩的计算机视觉论文和应用,AI算法与图像处理 微信公众号,获得第一手计算机视觉相关信息
![8109857fe624eecd6a5bc8a775ee03b3.png](https://i-blog.csdnimg.cn/blog_migrate/fe4bf0f15ac1397050447439d16baf61.jpeg)