【文件属性】:
文件名称:advanced-deep-learning-with-python:使用Python进行高级深度学习
文件大小:22.95MB
文件格式:ZIP
更新时间:2021-03-14 19:08:50
JupyterNotebook
使用Python进行高级深度学习
这是Packt出版的《 》一书的代码存储库。
目录:
神经网络的基本要素
了解卷积网络
高级卷积网络
目标检测和图像分割
生成模型
语言建模
了解递归网络
序列到序列模型和注意
新兴的神经网络设计
元学习
无人驾驶汽车深度学习
所有代码示例均已针对TensorFlow 2.0.0和PyTorch 1.3.1进行了测试
一些代码示例是从其他开放源代码存储库改编而成的。 在这种情况下,基本示例链接在代码文件的开头。
【文件预览】:
advanced-deep-learning-with-python-master
----.gitignore(1KB)
----chapter05-generative-models()
--------vae.py(7KB)
--------cyclegan()
--------cgan.py(8KB)
--------vae.ipynb(574KB)
--------README.md(123B)
--------dcgan.py(7KB)
--------cgan.ipynb(723KB)
--------wgan.py(7KB)
--------dcgan.ipynb(107KB)
----chapter10-meta-learning()
--------siamese.ipynb(10KB)
--------README.md(103B)
--------siamese.py(5KB)
----chapter02-cnn-in-detail()
--------transfer_learning_tf_keras.py(5KB)
--------README.md(182B)
--------transfer_learning_pytorch.py(6KB)
--------transfer_learning_pytorch.ipynb(39KB)
--------transfer_learning_tf_keras.ipynb(41KB)
----LICENSE(1KB)
----chapter08-seq2seq-attn()
--------transformer.ipynb(24KB)
--------README.md(253B)
--------nmt_rnn_attention()
--------transformers_textgen.py(1KB)
--------transformers_textgen.ipynb(7KB)
--------transformer.py(14KB)
----README.md(997B)
----chapter11-autonomous-vehicles()
--------imitation_learning()
--------README.md(153B)
----chapter03-advanced-cnn-models()
--------resnet.ipynb(35KB)
--------README.md(117B)
--------plot_convolution.py(2KB)
--------resnet.py(10KB)
----chapter07-rnn()
--------gru_cell.py(2KB)
--------sentiment_analysis.py(4KB)
--------lstm_gru_count_1s.py(6KB)
--------sentiment_analysis.ipynb(9KB)
--------lstm_cell.py(2KB)
--------simple_rnn_count_1s.ipynb(68KB)
--------README.md(188B)
--------simple_rnn_count_1s.py(4KB)
--------lstm_gru_count_1s.ipynb(20KB)
----chapter04-detection-segmentation()
--------source_1.png(1.51MB)
--------mask_r-cnn.ipynb(1.43MB)
--------yolov3.py(3KB)
--------faster_r-cnn.py(3KB)
--------mask_r-cnn.py(3KB)
--------yolov3.ipynb(1.57MB)
--------README.md(186B)
--------faster_r-cnn.ipynb(1.93MB)
--------source_2.png(1.83MB)
----chapter09-emerging-nn()
--------neural_structured_learning_cora.py(5KB)
--------data()
--------neural_structured_learning_cora.ipynb(25KB)
--------README.md(188B)
----chapter06-language-modeling()
--------__init__.py(0B)
--------word2vec_train.ipynb(10KB)
--------word2vec_visualize.ipynb(69KB)
--------word2vec_visualize.py(2KB)
--------README.md(131B)
--------war_and_peace.txt(3.06MB)
--------word2vec_train.py(1KB)