九色国产,午夜在线视频,新黄色网址,九九色综合,天天做夜夜做久久做狠狠,天天躁夜夜躁狠狠躁2021a,久久不卡一区二区三区

        前幾天meta-guide.com列出了100個(gè)深度學(xué)習(xí)的源代碼項(xiàng)目，但其中大部分都不活躍。這里我們精選出18個(gè)最活躍的項(xiàng)目，每個(gè)都制作了信息卡片，一目了然，方便比較和轉(zhuǎn)貼。

        所有18個(gè)項(xiàng)目的列表見 http://bigdata.memect.com/?tag=superhot+deeplearning

        （meta-guide.com原完整項(xiàng)目列表見 http://memect.co/punt6PW ）

        18） @丕子 的PG_DEEP 這是一個(gè)C++實(shí)現(xiàn)的Demo，目前有20星。代碼相對(duì)簡(jiǎn)單，非常適合入門學(xué)習(xí)。http://bigdata.memect.com/?p=10354

         17） n42 ，21星，一個(gè)nodejs的實(shí)現(xiàn)，可以直接npm install n42。實(shí)現(xiàn)了4個(gè)算法：Newral Network，Logistics Regressio，Stacked denoised Autoencodern，Deep Belief Nets。代碼不長(zhǎng)，適合學(xué)習(xí)。雖然nodejs并不適合計(jì)算密集型任務(wù)，作為教學(xué)例子還是很不錯(cuò)的，特別是需要在瀏覽器里做深度學(xué)習(xí)的可視化 時(shí) (Javascript也參convnetjs，見后) http://bigdata.memect.com/?p=10402

        16）宗師Hinton的代碼，23星，是Matlab的。實(shí)現(xiàn)了autoencoder，Restricted Boltzmann Machine（RBM） 。這個(gè)應(yīng)用在圖像領(lǐng)域。宗師出品，重要性不用解釋。 http://bigdata.memect.com/?p=10294

        15） stanford_dl_ex  這是另一個(gè)斯坦福深度學(xué)習(xí)公開課的習(xí)題解答，24星，作者Andrew Maas 和Sameep Tandon。語言是Matlab。同樣適合入門學(xué)習(xí)。http://bigdata.memect.com/?p=10303

        14）DeepLearningBenchmarks  29星， 比較了Theano和其他幾個(gè)實(shí)現(xiàn)的性能：eblearn, python numpy, torch5, torch 7。 不過列表有些老，都是2011年前的，新的項(xiàng)目沒有加進(jìn)去。http://bigdata.memect.com/?p=10190

        13）deeplearning-class-2011 這個(gè)也是 UFLDF課程的一個(gè)實(shí)現(xiàn)，31星，語言是Octave，Matlab和Python (NumPy) http://bigdata.memect.com/?p=10339

        11）kaggle-blackbox ，作者Zaj?c，53星 ，這是2013年Kaggle無監(jiān)督學(xué)習(xí)競(jìng)賽的一個(gè)實(shí)現(xiàn) 。它實(shí)現(xiàn)了一個(gè)隨機(jī)森林算法和一個(gè)稀疏濾波算法。語言是Matlab，也可以用Octave跑。文檔和說明參見 http://bigdata.memect.com/?tag=kaggle-blackbox

        10） libdeep 這是個(gè)C的實(shí)現(xiàn)，目前54星。在Linux上可以安裝到系統(tǒng)庫(kù)，然后就可以在其他項(xiàng)目里調(diào)用了。如果追求性能，這是個(gè)好選擇。http://bigdata.memect.com/?p=10462

         9） OpenDL  這是個(gè)很新的實(shí)現(xiàn)， 是基于spark的。語言是Java。除了spark還用到了Mallet機(jī)器學(xué)習(xí)包和JBlas線性代數(shù)包。 http://bigdata.memect.com/?p=10345 更多spark參考請(qǐng)看大數(shù)據(jù)精華區(qū)的專題 http://memect.co/FUdsSH9 。

         8） UFLDL-tutorial ，作者Dan Luu，94星 ，這是斯坦福深度學(xué)習(xí)公開課和 Andrew Ng’s UFLDL（無監(jiān)督特征學(xué)習(xí)和深度學(xué)習(xí)）教程的所有練習(xí)的解答。代碼是Matlab的，作者聲稱對(duì)Octave兼容，所以理論上甚至可以從python調(diào) 用。非常適合入門。http://bigdata.memect.com/?p=10423 UFLDL教程 @鄧侃 曾組織翻譯成了中文，入門必讀 http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B。

        7） rbm-mnist   這個(gè)是hinton matlab代碼（ http://memect.co/r12f-q6 ）的C++改寫，189星。它還實(shí)現(xiàn)了Rasmussen的共軛梯度Conjugate Gradient算法。http://bigdata.memect.com/?p=10327

        6） neural-networks-and-deep-learning，243星 ，這是作者的書Neural Networks and Deep Learning的配套代碼，語言是Python。http://bigdata.memect.com/?p=10468 這本書是免費(fèi)的，不過還沒有寫完，可以預(yù)覽前幾章 http://memect.co/2utGmkY

        5) deepnet ，這個(gè)是GPU實(shí)現(xiàn)的深度學(xué)習(xí)算法，前向網(wǎng)絡(luò)，RBM，DBN，Autoencoder, DBM, CNN包括了，底層用的CUDA 。目前282星。實(shí)現(xiàn)語言是Python，做到了簡(jiǎn)潔性與計(jì)算性能的良好結(jié)合，特別推薦。http://bigdata.memect.com/?p=10342

        4) Lisa Lab的DeepLearningTutorials，也就是deeplearning.net上的教程和源代碼。Python實(shí)現(xiàn)，是基于pylearn2和Theano的。目前500多星，非?；鸨?a >http://bigdata.memect.com/?p=10941 他們的wiki上很不錯(cuò)的資源列表，如論文和數(shù)據(jù)集 http://memect.co/koF-C2P

         3) Yusuke Sugomori（巣籠悠輔）的深度學(xué)習(xí)實(shí)現(xiàn)  。這個(gè)是特別熱門的一個(gè)庫(kù)，有近600星。從算法和實(shí)現(xiàn)語言覆蓋面上都是一網(wǎng)打盡，學(xué)習(xí)深度學(xué)習(xí)代碼的必讀之一，提供了5種語言的實(shí)現(xiàn)：Python, C/C++, Java, Scala，囊括了各種主流深度學(xué)習(xí)算法：DBN, CDBN,RBM, CRBM,dA, SdA, LR等。http://bigdata.memect.com/?p=10441

        2) DeepLearnToolbox ，Matlab實(shí)現(xiàn)中最熱門的庫(kù)，700多星，囊括了CNN, DBN, SAE, CAE等主流模型。非常簡(jiǎn)單好用。用Matlab做深度學(xué)習(xí)快速實(shí)驗(yàn)這個(gè)庫(kù)可能是最好的 http://bigdata.memect.com/?p=10348

        1) convnetjs  這個(gè)是目前最火的項(xiàng)目，有1300+顆星，實(shí)現(xiàn)了卷積神經(jīng)網(wǎng)絡(luò)，可以用來做分類，回歸，強(qiáng)化學(xué)習(xí)等。可以直接npm install convnetjs。convnetjs上有很多很酷的可視化演示 http://bigdata.memect.com/?p=10453