一份AI的知识

一份包含深度学习框架、AI工具/库、机器学习工具/库、NLP工具/库、CV工具/库的汇总,并附有说明文档(有些是中英文文档都有)。之所以附带文档而不是源码,有两方面原因:先看文档,找出最适合自己的一个或两个(太多没必要,同类别工具如果熟练使用一两个基本就能搞定自己所有的工作);在开发过程中,一份好的文档可以让你事半功倍。

不论你是做工程还是做学术,都适合:很多库非常强大,可以跟其他库、规则、模型相组合(甚至不同语言和平台的都可组合),适合做工程;很多库开发很快、小而全,适合学术方面快速应用。

深度学习框架:
TensorFlow: TensorFlow官方中文文档 www.tensorflow.org/tutorials/
TensorFlow:TensorFlow中文社区 www.tensorfly.cn/
Theano: Theano最权威的文档 deeplearning.net/software/theano/
Theano: Theano比较好的中文文档 www.ctolib.com/docs/sfile/theano-docs/1.html
Keras:英文文档 keras.io/
Keras:中文文档 keras-cn.readthedocs.io/en/latest/
PyTorch:英文文档 pytorch.org/docs/stable/index.html
PyTorch:中文文档 pytorch-cn.readthedocs.io/zh/latest/
Torch:英文文档 torch.ch/docs/getting-started.html
Torch:中文文档 pytorch-cn.readthedocs.io/zh/latest/
MXNet:英文文档 mxnet.apache.org/
MXNet:中文文档 mxnet-tqchen.readthedocs.io/en/latest/zh/
PaddlePaddle:英文文档 www.paddlepaddle.org/en
PaddlePaddle:中文文档 www.paddlepaddle.org/zh
Caffe: 英文文档 caffe.berkeleyvision.org/
Caffe: 中文文档 www.coursehero.com/file/23763064/Caffe%25E4%25B8%25AD%25E6%2596%2587%25E6%2596%2587%25E6%25A1%25A3caffecncn/
Caffe2: 官方英文文档 caffe2.ai/docs/getting-started.html%3Fplatform%3Dwindows%26configuration%3Dcompile
Caffe2:中文文档 docs.aws.amazon.com/zh_cn/dlami/latest/devguide/tutorial-caffe2.html
CNTK: CNTK官方文档 docs.microsoft.com/en-us/cognitive-toolkit/
CNTK: 中文文档 github.com/killf/CNTKDoc/blob/master/Index.md
Chainer: 官方英文文档 docs.chainer.org/en/stable/
Chainer: 中文文档 chainer.honoka.cc/doc-cn
Neon: 官方英文文档 neon.nervanasys.com/index.html/
Deeplearning4j:官方英文文档 deeplearning4j.org/
Deeplearning4j:中文文档 deeplearning4j.org/cn/index.html

AI相关开源工具/库:
EasyAI:官方文档 zulko.github.io/easyAI/
SimpleAI:官方文档 pypi.org/project/simpleai/
AutoML:官方文档 www.ml4aad.org/automl/
Tensorboard:官方中文文档 www.tensorflow.org/guide/summaries_and_tensorboard
MDP-Toolkit:官方文档 mdp-toolkit.sourceforge.net/
PyML:官方文档 pyml.sourceforge.net/
DMTK:官方文档 www.dmtk.io/
XGBoost:官方中文文档 xgboost.apachecn.org/%23/
OpenNN:官方文档 www.opennn.net/documentation/
Oryx 2:官方文档 oryx.io/
LightGBM:官方中文文档 lightgbm.apachecn.org/%23/
PredictionIO:官方文档 predictionio.apache.org/
SystemML:官方文档 systemml.apache.org/
Gensim: 官方文档 radimrehurek.com/gensim/index.html
Pyro:官方文档 pyro.ai/
Matplotlib: Matplotlib官方文档 matplotlib.org/tutorials/index.html
Scipy:官方文档 www.scipy.org/
NumPy: NumPy官方文档 www.numpy.org/
MagNet:内含文档 github.com/MagNet-DL/magnet
Pandas: pandas官方文档 pandas.pydata.org/pandas-docs/stable/
PyBrain: 官方文档 pybrain.org/docs/
Pylearn2: 官方文档 deeplearning.net/software/pylearn2/
Serving:官方文档 www.tensorflow.org/serving/
Seaborn: Seaborn官方文档 seaborn.pydata.org/
scikit-learn: 官方文档 scikit-learn.org/stable/documentation.html
MLBase:官方文档 www.mlbase.org/
MLlib:官方文档 spark.apache.org/mllib/
Mahout:官方文档 mahout.apache.org/
ONNX Model Zoo:内含文档 github.com/onnx/models
Dlib: 官方文档 dlib.net/
Statsmodels: 官方文档 www.statsmodels.org/stable/index.html
OpenNRE:内含文档 github.com/thunlp/OpenNRE
TFMA:内含文档 github.com/tensorflow/model-analysis
Auto-sklearn:官方文档 automl.github.io/auto-sklearn/stable/
spaCy:官方文档 github.com/proycon/foliadocserve
Polyglot:官方文档 pypi.org/project/polyglot/
Dopamine:内含文档 github.com/google/dopamine
MontyLingua:官方文档 alumni.media.mit.edu/%7Ehugo/montylingua/
TransmogrifAI:内含文档 github.com/salesforce/TransmogrifAI
BLLIP Parser:官方文档 pypi.org/project/bllipparser/
pyDatalog:官方文档 pypi.org/project/pyDatalog/
GraphPipe:内含文档 github.com/oracle/graphpipe
Texar:内含文档 github.com/asyml/texar

NLP:
AllenNLP:官方文档 allennlp.org/
pyLTP:官方文档 pypi.org/project/pyltp/
CoreNLP:官方文档 stanfordnlp.github.io/CoreNLP/
THULAC :包含文档 thulac.thunlp.org/
NLPIR :包含文档 github.com/NLPIR-team/NLPIR
LTP :包含文档 github.com/HIT-SCIR/ltp
OpenNLP :包含文档 opennlp.apache.org/
FudanNLP :包含文档 github.com/FudanNLP/fnlp
Lac-BaiDu:包含文档 github.com/baidu/lac
NLTK:官方文档 www.nltk.org/
Textacy :包含文档 www.nltk.org/
DeepNLP:包含文档 github.com/chartbeat-labs/textacy
Poplar:包含文档 github.com/synyi/poplar
Pattern:官方文档 www.clips.uantwerpen.be/pages/pattern-dev
spaCy :包含文档 spacy.io/
TextBlob:官方文档 textblob.readthedocs.io/en/dev/
Chinese-Annotator :包含文档 [urlhttp://=github.com/crownpku/Chinese-Annotator]github.com/crownpku/Chinese-Annotator[/url]
PyNLPI:官方文档 pynlpl.readthedocs.io/en/latest/
HanNLP:官方文档 github.com/hankcs/HanLP/blob/master/README.md
Quepy:官方文档 quepy.readthedocs.io/en/latest/tutorial.html
chinese_nlp :包含文档 github.com/taozhijiang/chinese_nlp
Jieba:官方文档 pypi.org/project/jieba/
TextGrocery:官方文档 textgrocery.readthedocs.io/zh/latest/
SnowNLP:官方文档 github.com/isnowfy/snownlp
YaYaNLP :包含文档 github.com/Tony-Wang/YaYaNLP
NLP.js:内含文档 github.com/axa-group/nlp.js
小明NLP:包含文档 github.com/SeanLee97/xmnlp

CV
Face Recognition:中文文档 github.com/ageitgey/face_recognition/blob/master/README_Simplified_Chinese.md
OpenCV:包含文档 github.com/opencv
Faceservice.cgi:内含文档 code.google.com/archive/p/faceservice
Asmlibrary:英文文档 code.google.com/archive/p/asmlibrary/wikis
pyOpenCV:英文文档 code.google.com/archive/p/pyopencv/wikis
LTI-Lib:内含文档 ltilib.sourceforge.net/doc/html/index.shtml
GShow:内含文档 code.google.com/archive/p/gshow/
QMotion:内含文档 slist.lilotux.net/linux/qmotion/index_en.html
OpenPR:内含文档 www.openpr.org.cn/
Hand-Gesture-Detection:内含文档 code.google.com/archive/p/hand-gesture-detection/
jViolajones:内含文档 www.oschina.net/2018-shenzhen-ceremony%3Forigin%3Ddl2%26from%3Ddl2
OpenVSS:内含文档 code.google.com/archive/p/openvss/
JavaCV:内含文档 github.com/bytedeco/javacv
cvBlob:内含文档 code.google.com/archive/p/cvblob/
QMotion:内含文档 slist.lilotux.net/linux/qmotion/index_en.html
VideoMan:内含文档 videomanlib.sourceforge.net/
QVision:内含文档 qvision.sourceforge.net/code.google.com/archive/p/mcvai-tracking/
Mcvai-tracking:内含文档 code.google.com/archive/p/mcvai-tracking/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
资源包主要包含以下内容: ASP项目源码:每个资源包中都包含完整的ASP项目源码,这些源码采用了经典的ASP技术开发,结构清晰、注释详细,帮助用户轻松理解整个项目的逻辑和实现方式。通过这些源码,用户可以学习到ASP的基本语法、服务器端脚本编写方法、数据库操作、用户权限管理等关键技术。 数据库设计文件:为了方便用户更好地理解系统的后台逻辑,每个项目中都附带了完整的数据库设计文件。这些文件通常包括数据库结构图、数据表设计文档,以及示例数据SQL脚本。用户可以通过这些文件快速搭建项目所需的数据库环境,并了解各个数据表之间的关系和作用。 详细的开发文档:每个资源包都附有详细的开发文档,文档内容包括项目背景介绍、功能模块说明、系统流程图、用户界面设计以及关键代码解析等。这些文档为用户提供了深入的学习材料,使得即便是从零开始的开发者也能逐步掌握项目开发的全过程。 项目演示与使用指南:为帮助用户更好地理解和使用这些ASP项目,每个资源包中都包含项目的演示文件和使用指南。演示文件通常以视频或图文形式展示项目的主要功能和操作流程,使用指南则详细说明了如何配置开发环境、部署项目以及常见问题的解决方法。 毕业设计参考:对于正在准备毕业设计的学生来说,这些资源包是绝佳的参考材料。每个项目不仅功能完善、结构清晰,还符合常见的毕业设计要求和标准。通过这些项目,学生可以学习到如何从零开始构建一个完整的Web系统,并积累丰富的项目经验。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值