第0章【序】--动手学深度学习【Tensorflow2.0版本】
项目地址:https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0
这个项目将《动手学深度学习》 原书中MXNet代码实现改为TensorFlow2.0实现。经过我同学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TensorFlow2.0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。
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TensorFlow);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TensorFlow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
目录
- 简介
- 阅读指南
- 1. 深度学习简介
- 2. 预备知识
- 2.1 环境配置
- 2.2 数据操作
- 2.3 自动求梯度
- 2.4 查阅文档
- 3. 深度学习基础
- 3.1 线性回归
- 3.2 线性回归的从零开始实现
- 3.3 线性回归的简洁实现
- 3.4 softmax回归
- 3.5 图像分类数据集(Fashion-MNIST)
- 3.6 softmax回归的从零开始实现
- 3.7 softmax回归的简洁实现
- 3.8 多层感知机
- 3.9 多层感知机的从零开始实现
- 3.10 多层感知机的简洁实现
- 3.11 模型选择、欠拟合和过拟合
- 3.12 权重衰减
- 3.13 丢弃法
- 3.14 正向传播、反向传播和计算图
- 3.15 数值稳定性和模型初始化
- 3.16 实战Kaggle比赛:房价预测
- 4. 深度学习计算
- 4.1 模型构造
- 4.2 模型参数的访问、初始化和共享
- 4.3 模型参数的延后初始化
- 4.4 自定义层
- 4.5 读取和存储
- 4.6 GPU计算
- 5. 卷积神经网络
- 5.1 二维卷积层
- 5.2 填充和步幅
- 5.3 多输入通道和多输出通道
- 5.4 池化层
- 5.5 卷积神经网络(LeNet)
- 5.6 深度卷积神经网络(AlexNet)
- 5.7 使用重复元素的网络(VGG)
- 5.8 网络中的网络(NiN)
- 5.9 含并行连结的网络(GoogLeNet)
- 5.10 批量归一化
- 5.11 残差网络(ResNet)
- 5.12 稠密连接网络(DenseNet)
- 6. 循环神经网络
- 6.1 语言模型
- 6.2 循环神经网络
- 6.3 语言模型数据集(周杰伦专辑歌词)
- 6.4 循环神经网络的从零开始实现
- 6.5 循环神经网络的简洁实现
- 6.6 通过时间反向传播
- 6.7 门控循环单元(GRU)
- 6.8 长短期记忆(LSTM)
- 6.9 深度循环神经网络
- 6.10 双向循环神经网络
- 7. 优化算法
- 7.1 优化与深度学习
- 7.2 梯度下降和随机梯度下降
- 7.3 小批量随机梯度下降
- 7.4 动量法
- 7.5 AdaGrad算法
- 7.6 RMSProp算法
- 7.7 AdaDelta算法
- 7.8 Adam算法
- 8. 计算性能
- 8.1 命令式和符号式混合编程
- 8.2 异步计算
- 8.3 自动并行计算
- 8.4 多GPU计算
- 9. 计算机视觉
- 9.1 图像增广
- 9.2 微调
- 9.3 目标检测和边界框
- 9.4 锚框
- 9.5 多尺度目标检测
- 9.6 目标检测数据集(皮卡丘)
- 待更新…
- 10. 自然语言处理
- 10.1 词嵌入(word2vec)
- 10.2 近似训练
- 10.3 word2vec的实现
- 10.4 子词嵌入(fastText)
- 10.5 全局向量的词嵌入(GloVe)
- 10.6 求近义词和类比词
- 10.7 文本情感分类:使用循环神经网络
- 10.8 文本情感分类:使用卷积神经网络(textCNN)
- 10.9 编码器—解码器(seq2seq)
- 10.10 束搜索
- 10.11 注意力机制
- 10.12 机器翻译
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}
}
第0章【序】--动手学深度学习【Tensorflow2.0版本】相关推荐
- 《动手学深度学习》PyTorch版本
Dive-Into-Deep-Learning-PyTorch-PDF 简介 本项目对中文版<动手学深度学习>中的代码进行整理,并参考一些优秀的GitHub项目给出基于PyTorch的 ...
- 动手学深度学习V2.0(Pytorch)——11.模型选择+过拟合和欠拟合
文章目录 1. 模型选择 2. 过拟合和欠拟合 3. 代码 4. Q&A 4.1 SVM和神经网络相比,缺点在哪里 4.2 训练集验证集测试集比例 4.3 时序预测问题中的测试集训练集 4.4 ...
- 动手学深度学习V2.0(Pytorch)——10.感知机(激活函数)
文章目录 1. 感知机 2. 多层感知机 2.1 异或问题 2.2 单隐藏层 2.3 激活函数 2.3.1 logistics函数/sigmoid激活函数 2.3.2 tanh函数 2.3.3 sig ...
- 动手学深度学习V2.0(Pytorch)——13.丢弃法
文章目录 1. 课件讲解 插一句(正则的分类) 2. Q&A 2.1 dropout是初次生效,还是每次都重新选取概率 2.2 dropout的感性评价 2.3 dropout随机置0对求梯度 ...
- 动手学深度学习V2.0(Pytorch)——23. LeNet(mnist)
文章目录 P1 经典卷积神经网络LeNet P2 代码 2.1 灰度图显示mnist数字 P3 Q&A 1. 池化和卷积是不是更适合图像这类型的数据,对于时序性数据(做分类)是不是不适用这类数 ...
- 动手学深度学习V2.0(Pytorch)——19.卷积
文章目录 P1 从全连接层到卷积 1.1 回顾 1.2 限制多层感知机 1.3 平移不变性原则 1.4 局部性 P2 卷积层 P3 代码 P4 Q&A 4.1. 100个神经元的单MLP,和1 ...
- 动手学深度学习Kaggle:图像分类 (CIFAR-10和Dog Breed Identification), StratifiedShuffleSplit,数据集划分
目录 CIFAR-10 获取并组织数据集 下载数据集 整理数据集 组织数据集更一般的方式 图像增广 读取数据集 torchvision.datasets.ImageFolder()的特点 定义模型 定 ...
- 关于李沐动手学深度学习(d2l)pytorch环境本地配置
本地安装d2l 由于之前试了很多次d2l课本的安装方法失败了,这里提供一种我可以成功安装d2l包的方法. pytorch安装 首先安装cuda.cudnn.pytroch(gpu版本).可以参考这篇文 ...
- 动手学深度学习-(李沐)PyTorch版本
目录 编辑 目录 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 ...
- 推荐:李沐开源新作,一起来《动手学深度学习》
来源 /Datawhale 图文 / 静修 排版 / 家豪 [导读]<动手学深度学习>这本书由亚马逊首席科学家李沐,亚马逊应用科学家阿斯顿·张等大师合作打造,沉淀三年完成.本书采用交互 ...
最新文章
- python列表(list)中出现次数最多的元素使用collection包的Counter方法
- 软件需求分析--三步走
- java设计模式---构建者模式
- 如何绕过浏览器的弹窗拦截机制
- 生产者消费者问题Java三种实现
- 设计模式:依赖倒置原则
- 小甲鱼 OllyDbg 教程系列 (十五) : 逆向注册机简单算法
- 2.4. myisamchk — MyISAM Table-Maintenance Utility
- vue监听路由的变化,跳转到同一个页面时,Url改变但视图未重新加载问题
- 小程序获取用户地址信息api
- 微信公号“架构师之路”学习笔记(四)-分布式ID生成算法(应用场景、uuid/guid、snowflake算法)
- 应用软件,操作系统,CPU的关系
- MySQL下载步骤详解
- python制作“电子钢琴”
- 陈强教授《机器学习及R应用》课程 第十三章作业
- 明源地产ERP实施五步法
- 以太镇火了,快卖掉手中的猫买楼吧
- [导入]中国民营企业500强
- 打补丁文件时候patch -p1命令的含义
- python中的ascii码是啥_python ascii码到u