TrickyGo/Dive-into-DL-TensorFlow2.0
TrickyGo/Dive-into-DL-TensorFlow2.0 has 3,820 GitHub stars and 809 forks. GitHot measured -1 stars in 24 hours, -5 in 7 days, and -3 in 15 days. Last checked 2026-11-21 04:33 UTC. Last push 2023-03-17.
측정된 스타 증가
- in 24h
- -1
- in 7 days
- -5
- in 15 days
- -3
- in 1 month
- 기록 수집 중
서로 겹치는 기간의 순증가량이며 일별 합계가 아닙니다. 측정값이 없으면 비워 둡니다. 스타는 관심도를 나타내며 품질을 보장하지 않습니다.
소개
本项目将《动手学深度学习》(Dive into Deep Learning)原书中的MXNet实现改为TensorFlow 2.0实现,项目已得到李沐老师的认可
머신러닝README.md
Original
本项目将《动手学深度学习》 原书中MXNet代码实现改为TensorFlow2实现。经过archersama的导师咨询李沐老师,这个项目的实施已得到李沐老师的同意。原书作者:阿斯顿·张、李沐、扎卡里 C. 立顿、亚历山大 J. 斯莫拉以及其他社区贡献者,GitHub地址:https://github.com/d2l-ai/d2l-zh
此书的中、英版本存在一些不同,本项目主要针对此书的中文版进行TensorFlow2重构。另外,本项目也参考了对此书中文版进行PyTorch重构的项目Dive-into-DL-PyTorch,在此表示感谢。
现已更新到十章,持续更新中。。。
项目已被机器之心等多家公众号报导,并且受到原作者李沐的认可
简介
本仓库主要包含code和docs两个文件夹(外加一些数据存放在data中)。其中code文件夹就是每章相关jupyter notebook代码(基于TensorFlow2);docs文件夹就是markdown格式的《动手学深度学习》书中的相关内容,然后利用docsify将网页文档部署到GitHub Pages上,由于原书使用的是MXNet框架,所以docs内容可能与原书略有不同,但是整体内容是一样的。欢迎对本项目做出贡献或提出issue。
面向人群
本项目面向对深度学习感兴趣,尤其是想使用TensorFlow2进行深度学习的童鞋。本项目并不要求你有任何深度学习或者机器学习的背景知识,你只需了解基础的数学和编程,如基础的线性代数、微分和概率,以及基础的Python编程。
食用方法
方法一
本仓库包含一些latex公式,但github的markdown原生是不支持公式显示的,而docs文件夹已经利用docsify被部署到了GitHub Pages上,所以查看文档最简便的方法就是直接访问本项目网页版。当然如果你还想跑一下运行相关代码的话还是得把本项目clone下来,然后运行code文件夹下相关代码。
方法二
你还可以在本地访问文档,先安装docsify-cli工具:
npm i docsify-cli -g
然后将本项目clone到本地:
git clone https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0
cd Dive-into-DL-TensorFlow2.0
然后运行一个本地服务器,这样就可以很方便的在http://localhost:3000实时访问文档网页渲染效果。
docsify serve docs
Contributors ✨
这个项目的发起人及主要贡献者如下
archersama 💻(leader) |
TrickyGo 💻 |
SwordFaith 💻 |
ShusenTang 💻 |
LIANGQINGYUAN 💻 |
目录
- 简介
- 阅读指南
- 1. 深度学习简介
- 2. 预备知识
- 3. 深度学习基础
- 4. 深度学习计算
- 5. 卷积神经网络
- 6. 循环神经网络
- 7. 优化算法
- 8. 计算性能
- 9. 计算机视觉
- 10. 自然语言处理
- 11. 附录
持续更新中......
原书地址
中文版:动手学深度学习 | Github仓库
English Version: Dive into Deep Learning | Github Repo
引用
如果您在研究中使用了这个项目请引用原书:
@book{zhang2019dive,
title={Dive into Deep Learning},
author={Aston Zhang and Zachary C. Lipton and Mu Li and Alexander J. Smola},
note={\url{http://www.d2l.ai}},
year={2019}
}