重磅!《深度学习 500 问》已更新,GitHub 标星 2.6W(附完整下载)
几个月前,红色石头发文介绍过一份在 GitHub 上非常火爆的项目,名为:DeepLearning-500-questions,中文译名:深度学习 500 问。作者是川大的一名优秀毕业生谈继勇。该项目以深度学习面试问答形式,收集了 500 个问题和答案。内容涉及了常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题。
该热门项目一直在不断更新,作者本着开源精神,不断有新的贡献者在完善项目。如今,全书已达 50 余万字,分为 18 个章节。
首先,直接放上项目地址:
https://github.com/scutan90/DeepLearning-500-questions
目前该项目已有 2.6w stars 了!只要是内容都是干货,超全!
下面,我们来看一看该项目有哪些硬核干货吧!
全书目录
该项目更确切地说是一本深度学习面试手册,500 问,非常详细。全书共分为 18 章,近 50 万字,目录如下:
数学基础
机器学习基础
深度学习基础
经典网络
卷积神经网络(CNN)
循环神经网络(RNN)
生成对抗网络(GAN)
目标检测
图像分割
强化学习
迁移学习
网络搭建及训练
优化算法
超参数调试
GPU 和框架选型
自然语言处理(NLP)
模型压缩、加速及移动端部署
后端架构选型、离线及实时计算
主要内容
全书内容非常丰富,持续更新和完善中。下面我们列举一些知识点给读者一睹为快!
1. 各种常见算法(第 2 章)
日常使用机器学习的任务中,我们经常会遇见各种算法,如下图所示。
2. 支持向量机(第 2 章)
支持向量:在求解的过程中,会发现只根据部分数据就可以确定分类器,这些数据称为支持向量。
支持向量机(Support Vector Machine,SVM):其含义是通过支持向量运算的分类器。
在一个二维环境中,其中点R,S,G点和其它靠近中间黑线的点可以看作为支持向量,它们可以决定分类器,即黑线的具体参数。
支持向量机是一种二分类模型,它的目的是寻找一个超平面来对样本进行分割,分割的原则是边界最大化,最终转化为一个凸二次规划问题来求解。
3. 常用的神经网络结构(第 3 章)
下图包含了大部分常用的模型:
4. 多分类 Softmax(第 3 章)
下图包含了 Softmax 层的详细过程和推导:
5. 经典网络结构(第 4 章)
本章主要介绍几个具有代表性的神经网络模型。
LeNet-5
LeNet-5 模型是 Yann LeCun 于 1998 年提出来的,它是第一个成功应用于数字识别问题的卷积神经网络。在 MNIST 数据中,它的准确率达到大约 99.2%。典型的 LeNet-5 结构包含卷积层、池化层和全连接层,顺序一般是:卷积层->池化层->卷积层->池化层->全连接层->全连接层->输出层。
同时给出了 LeNet-5 的网络参数配置:
AlexNet
AlexNet 是 2012 年 ImageNet 竞赛冠军获得者 Hinton 和他的学生 Alex Krizhevsky 设计的。AlexNet 可以直接对彩色的大图片进行处理,对于传统的机器学习分类算法而言,它的性能相当的出色。AlexNet 是由 5 个卷积层和 3 个全连接层组成,顺序一般是:卷积层->池化层->卷积层->池化层->卷积层->卷积层->卷积层->池化层->全连接层->全连接层->输出层。
AlexNet 的网络参数配置:
6. 全连接、局部连接、全卷积与局部卷积(第 5 章)
全连接、局部连接、全卷积与局部卷积的对比和解释如下:
评价
整个项目包含的内容非常多,这里就不再赘述。干货很硬,大家不要错过了这份资源。再次附上链接:
https://github.com/scutan90/DeepLearning-500-questions
总的来说,这份资源不是一本深度学习的系统教材,而是一份完整的、详细的深度学习知识点精炼手册。对于面试、自我测验来说非常有帮助!一句话:硬核干货,值得收藏!
资源下载
最后,这份完整的深度学习 500 问资源我已经为大家打包完毕!需要的可以按照以下方式获取:
1.扫描下方二维码关注 "Datawhale" 公众号
2.公众号后台回复关键词:DL500
重磅!《深度学习 500 问》已更新,GitHub 标星 2.6W(附完整下载)相关推荐
- 重磅!《深度学习 500 问》已更新,(附完整下载)
近年来,深度学习技术在计算机视觉(cv).自然语言处理(NLP)等领域都取得了非常不错的成果,自然而然地成为技术人员争相学习的热点. 为了帮助正在学习深度学习的伙伴们,川大的一名优秀毕业生,在GitH ...
- 《深度学习 500 问》已更新,GitHub 标星 2.6W
来源:Datawhale 几个月前,红色石头发文介绍过一份在 GitHub 上非常火爆的项目,名为:DeepLearning-500-questions,中文译名:深度学习 500 问.作者是川大的一 ...
- 深度学习 500 问!一份火爆 GitHub 的面试手册
点击上方"AI有道",选择"置顶"公众号 重磅干货,第一时间送达 近年来,深度学习技术在计算机视觉(CV).自然语言处理(NLP)等热门领域都取得了非常大的进展 ...
- GitHub 近两万 Star!深度学习 500 问带你入门人工智能!| 技术头条
作者 | 非主流.Jane 出品 | CSDN AI 科技大本营(ID:rgznai100) 程序员转行学什么语言? https://edu.csdn.net/topic/ai30?utm_sourc ...
- GitHub:深度学习500问之(一)数学基础
GitHub:深度学习500问之(一)数学基础 文章目录 GitHub:深度学习500问之(一)数学基础 第一章 数学基础 1.1 标量.向量.矩阵.张量之间的联系 1.2 张量与矩阵的区别? 1.3 ...
- GitHub分享《深度学习500问》优质资源
GitHub分享的<深度学习500问>,以问答形式对常用的概率知识.线性代数.机器学习.深度学习.计算机视觉等热点问题进行阐述,以帮助自己及有需要的读者. GitHub网址参见:https ...
- 川大优秀毕业生在GitHub上建了一个项目《深度学习500问》,还未完结就获赞无数
近年来,深度学习在语音.图像.自然语言处理等领域都取得了非常不错的成果,自然而然地成为技术人员争相学习的热点. 为了帮助正在学习深度学习的伙伴们,川大的一名优秀毕业生,在GitHub上创建了一个项目: ...
- 黑客全家桶、文字提取利器、深度学习 500 问 | GitHub 热点速览
作者 | HelloGitHub-小鱼干 来源 | HelloGitHub(ID:GitHub520) 摘要:一个程序员除了技术好,还得品位高,有什么比一个高颜值的 GUI 更能体现你品味的呢?roc ...
- GitHub 标星 1.6w+,我发现了一个宝藏项目,推荐大家学习
GitHub 标星 1.6w+,我发现了一个宝藏项目,推荐大家学习 本文链接:https://blog.csdn.net/u013486414/article/details/103274892 大家 ...
最新文章
- VS2005 制作安装程序的一些网络教程
- 下载并导出数据到execl中
- 如何使用eclemma插件_如何集成和使用EclEmma插件来获得良好的Junit覆盖率
- MongoDB 空指针引用拒绝服务漏洞
- AMD院士站台 异构计算与OpenCL编程师资培训首站清华开讲
- Python 使用Schema 实现接口或方法的JSON格式参数的高效、优雅校验
- WPF在一个窗口中实现多个视图
- TCPIP三次握手详情
- [CLR via C#]18. Attribute
- mysql自带计划任务
- Ubuntu 18.04 安装 Moodle
- flash mx拖拽实例_Flash MX 2004中的像素溶解效果
- 计算机怎么用鼠标,如何正确使用鼠标,这些知识你知道吗?
- 批量将多个 Word 文档合并成一个 Word 文件
- 英雄联盟的角色设计思路
- ubuntu20.04安装Strom集群
- Flink SQL xxx is not serializable. The object probably contains or references non serializable field
- AS中signingConfigs配置
- 服务器ping不通网址!
- JIS-CTF解题思路及关键语句
热门文章
- python之模块base64
- ibatis的there is no statement named xxx in this SqlMap
- SpringMVC @RequestBody接收Json对象字符串
- JavaEE程序员必读图书大推荐 .
- SQL Server 2005 18452登录错误 的解决方法
- joomla网页无任何显示输出
- 秦州:西瓜书 + 南瓜书 吃瓜系列 10. 集成学习(下)
- 踏向星辰的少年|敢与自己开“杠”,才能和一群人开挂
- 赠书 | 算力时代,用 Python 来快速解决复杂问题
- Python 玩出花儿,把罗小黑养在自己桌面