《动手学深度学习》TF2.0 实现
本项目将《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。
现已更新到第五章,持续更新中。。。
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TensorFlow2.0);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
- 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
- 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
- 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
- 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)
- 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
- 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
- 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
- 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…
- 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}
}
《动手学深度学习》TF2.0 实现相关推荐
- 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——目标检测 SSD R-CNN Fast R-CNN Faster R-CNN Mask R-CNN
来源:13.4. 锚框 - 动手学深度学习 2.0.0-beta1 documentation 目标检测:锚框算法原理与实现.SSD.R-CNN_神洛华的博客 目录 目标检测简介 目标检测模型 编辑 ...
- 沐神-动手学深度学习-环境的配置
在本次学习中,我使用Anaconda3进行环境的配置,使用Jupyter Notebook进行编程. 软件的安装我是在网上搜了个教程装的,结果很好可以使用.我着重对环境配置以及库函数的安装过程进行记录 ...
- 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——深度学习介绍及软件安装
动手学深度学习是李沐教授在哔哩哔哩上发布的专栏视频,专栏链接如下: https://space.bilibili.com/1567748478/channel/seriesdetail?sid=358 ...
最新文章
- 大脑天天超负荷,三分天赋,七分练,世间惊现普通脑修炼秘籍
- HDU2093 考试排名
- android air创建文件夹,安卓版Airdrop将上线:无需安装APP,轻松实现文件隔空投送...
- JSON Web Token (JWT),服务端信息传输安全解决方案
- ajax当页post请求,tag落地页--通过ajax-post请求数据
- 《Ext JS权威指南》——1.2节JSON概述
- java 画笔跟swing组件_「软帝学院」:2019思维最清晰的java学习路线
- 负载均衡算法 : 加权轮询
- 优化数据库的思想及SQL语句优化的原则
- 基于python的在线考试系统-Python程序设计考试系统的开发与应用.pdf
- FreeFileSync - 最佳免费开源文件夹同步备份软件 (FTP/局域网/移动硬盘)
- 跟着杨中科学习asp.net之javascript
- (转)远程计算机或设备将不接受连接,谷歌浏览器无法上网
- 数据库 - 数据字典及其使用
- SSM毕设项目超市会员卡管理系统dq469(java+VUE+Mybatis+Maven+Mysql)
- Matlab传统神经网络函数:Newff的使用方法记录
- Python如何实现将四位数字组合成一个不重复的三位数,for循环暴力解法
- 组合模式实例与解析 实例一:水果盘
- JavaScript 简单的弹幕功能的实现
- JAVA系列06:30天Java核心技术P72~P80
热门文章
- (92)如何解决信号高扇出问题,例如复位信号
- linux运维服务常见故障,linux常见故障处理
- 1011.log4cplus移植记录
- html 中用canvas加载图片,【实例】使用canvas缓缓加载一个图片到web页面中
- STM32--MPU内存保护单元(二)
- 程序设计工程师c语言,《C语言程序设计》自学百问.doc
- java输出到文本_java怎么把运行结果写到一个自动生成的文本里?。能给个例子么,详细点...
- shell命令-if语句
- R语言学习2-RMarkdown入门使用
- Educational Codeforces Round 47