盘点

2023-11-09

选自Github

机器之心编译

  hunkim 盘点了 Github 上 18 个深度学习项目,根据收藏数自动排名。最新的一次 update 在几小时前完成。

  项目地址:https://github.com/hunkim/DeepLearningStars

  下面是在 Github 上和深度学习相关的项目:

  1.TensorFlow

  链接:https://github.com/tensorflow/tensorflow

  Stars:44,201

  介绍:为可扩展机器学习提供使用数据流图的计算。

  2.Caffe

  链接:https://github.com/BVLC/caffe

  Stars:15,615

  介绍:Caffe: 一个为深度学习提供的快速开放式框架

  3.neural-style

  链接:https://github.com/jcjohnson/neural-style

  Stars:12,496

  介绍:神经风格算法的 Torch 实现

  4.keras

  链接:https://github.com/fchollet/keras

  Stars:11,632

  介绍:Python 上的深度学习库。提供循环神经网络和卷积神经网络等算法。在 Theano 或 TensorFlow 平台上运行。

  5.deepdream

  链接:https://github.com/google/deepdream

  Stars:9,764

  介绍:

  6.RocAlphaGo

  链接:https://github.com/Rochester-NRT/RocAlphaGo

  Stars:7,807

  介绍:一个独立的,由 DeepMind 在自然期刊发表的「掌控围棋游戏的深度神经网络和树搜索(Mastering the game of Go with deep neural networks and tree search)」(Nature 529, 484-489, 28 Jan 2016) 引起的项目。详情请见 DeepMind 网站:https://deepmind.com/publications.html.

  7.char-rnn

  链接:https://github.com/karpathy/char-rnn

  Stars:4,793

  介绍:在 Torch 上为字符级自然语言模型而构建的多层循环神经网络 (LSTM, GRU, RNN)

  8.gym

  链接:https://github.com/openai/gym

  Stars:4,747

  介绍:开发和对比强化学习算法的工具包。

  9.tflearn

  链接:https://github.com/tflearn/tflearn

  Stars:4,677

  介绍:以针对 TensorFlow 的高层 API 为特色的深度学习库。

  10.playground

  链接:https://github.com/tensorflow/playground

  Stars:4,154

  介绍:玩转神经网络!

  11.neuraltalk

  链接:https://github.com/karpathy/neuraltalk

  Stars:3,977

  介绍:NeuralTalk 是一个 Python 加 numpy 的项目,来学习多模式循环神经网络,从而使用语句描述图片。

  12.Machine-Learning-Tutorials

  链接:https://github.com/ujjwalkarn/Machine-Learning-Tutorials

  Stars:3,583

  介绍:机器学习和深度学习教程、文章和其他资源。

  13.TopDeepLearning

  链接:https://github.com/aymericdamien/TopDeepLearning

  Stars:3,563

  介绍:关于深度学习的流行 Github 项目清单。

  14.TensorFlow-Tutorials

  链接:https://github.com/nlintz/TensorFlow-Tutorials

  Stars:3,119

  介绍:使用谷歌 TensorFlow 框架的简易教程。

  15.tensorflow_tutorials

  链接:https://github.com/pkmital/tensorflow_tutorials

  Stars:3,021

  介绍:Tensorflow 从基础到某些趣味性的应用。

  16.word-rnn-tensorflow

  链接:https://github.com/hunkim/word-rnn-tensorflow

  Stars:284

  介绍:TensorFlow 上的 Python 库,为单词级的语言模型提供多层循环神经网络(LSTM、RNN)。

  17.tensorflow-aws-ami

  链接:https://github.com/ritchieng/tensorflow-aws-ami

  Stars:47

  介绍:一个 TensorFlow 的亚马逊网页服务(AWS)AMI,它开放、免费且性能强大。可在 5 分钟内运行 TensorFlow。

  18.DeepLearningStars

  链接:https://github.com/hunkim/DeepLearningStars

  Stars:26

  介绍:包含受关注最高的一些深度学习项目。

  本排名于 2017 年 1 月 29 日自动更新。

©本文为机器之心编译,转载请联系本公众号获得授权

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

盘点 的相关文章

  • TF-1

    https www zhihu com question 54513728 name scope variable scope等如何理解 交叉熵 tensorflow 损失函数详解 交叉熵刻画的是两个概率分布之间的距离 是分类问题中使用比较
  • DL入门(1):卷积神经网络(CNN)

    写在前面 看预测论文综述时 面临这样一个问题 很多DL的方法只是会简单运用 却不是特别了解其详细原理 故针对CNN RNN LSTM AutoEncoder RBM DBN以及DBM分别做一些简单总结 以达到了解的目的 此篇为CNN 目录
  • Caffe学习之自定义创建新的Layer层

    caffe源码中已经帮我封装好了各种各样的layer 但是有时候现有的layer不能满足设计的网络要求 这个时候需要自己定义一个新的layer 本文参考here 进行简单讲解 具体方式如下 一 创建 hpp文件 1 添加你的layer头文件
  • SPADE: Semantic Image Synthesis with Spatially-Adaptive Normalization

    目录 介绍 相关工作 1 Unconditional normalization layers 2 Conditional normalization layers 这一部分挺重要的 方法 3 1 Spatially adaptive de
  • CNN浅析和历年ImageNet冠军模型解析

    版权声明 作者 黄文坚 本文为大数据杂谈4月13日微信社群分享内容整理 最新人工智能论文 http paperreading club 今天在这里我给大家讲解一些深度学习中卷积神经网络的原理和一些经典的网络结构 卷积神经网络原理浅析 卷积神
  • ChatGPT?听说Biying把它下架了

    ChatGPT被玩疯了 开始放飞自我 ChatGPT版微软必应上线不到10天 就被网友玩坏了 先说这个词 放飞自我 什么东西才会放飞自我 人放飞自我 人 你确定是人 所以让我们来把上面的句子改写一下 什么东西才会放飞自我 人才会放飞自我 所
  • 解决 Ubuntu18.10 无法安装 Nvidia-docker2

    2023年5月18日更新 nvidia 原 github io 网页已废弃 更新了新的主页链接 2022年8月10日更新 很高兴看到这篇文章能够帮助一些同仁 在此更新一下 根据 https nvidia github io nvidia d
  • DL-深度学习基础

    目录 过拟合与欠拟合 降低过拟合风险的方法 降低欠拟合风险的方法 过拟合与欠拟合 欠拟合指模型不能在训练集上获得足够低的训练误差 过拟合指模型的训练误差与测试误差 泛化误差 之间差距过大 反应在评价指标上 就是模型在训练集上表现良好 但是在
  • SOTA model / SOTA result / SOTA模型究竟是什么?

    最近看机器学习 人工智能相关顶级会议的论文 看到了 SOTA 模型 本来以为是一个很厉害的模型 但是网上完全查不到 今天会心一击 终于想到 SOTA 是 state of the art 的缩写 SOTA model state of th
  • PyTorch搭建LSTM实现时间序列预测(负荷预测)

    目录 I 前言 II 数据处理 III LSTM模型 IV 训练 V 测试 VI 源码及数据 I 前言 在上一篇文章深入理解PyTorch中LSTM的输入和输出 从input输入到Linear输出 中 我详细地解释了如何利用PyTorch来
  • 【转载】技术向:一文读懂卷积神经网络

    原文地址 http toutiao com a4033463198 tt from sina app news article iid 2585754491 utm medium toutiao android utm campain cl
  • 目标检测之性能指标

    推荐文章 https www cnblogs com isLinXu p 15893489 html
  • 小白循环神经网络RNN LSTM 参数数量 门单元 cell units timestep batch_size

    小白循环神经网络RNN LSTM 参数数量 门单元 cell units timestep batch size RNN循环神经网络 timestep batch size LSTM及参数计算 keras中若干个Cell例如LSTMCell
  • 盘点

    选自Github 机器之心编译 hunkim 盘点了 Github 上 18 个深度学习项目 根据收藏数自动排名 最新的一次 update 在几小时前完成 项目地址 https github com hunkim DeepLearningS
  • CNN简单实战:PyTorch搭建CNN对猫狗图片进行分类

    在上一篇文章 CNN训练前的准备 PyTorch处理自己的图像数据 Dataset和Dataloader 大致介绍了怎么利用pytorch把猫狗图片处理成CNN需要的数据 今天就用该数据对自己定义的CNN模型进行训练及测试 首先导入需要的包
  • BatchNorm原理以及PyTorch实现

    BatchNorm算法 简单来说BatchNorm对输入的特征按照通道计算期望和方差 第1和第2个公式 并标准化 第3个公式 减去均值 再除方差 变为均值0 方差1 但这会降低网络的表达能力 因此 BN在标准化后还要进行缩放平移 也就是可学
  • Loss和神经网络训练

    出处 http blog csdn net han xiaoyang article details 50521064 声明 版权所有 转载请联系作者并注明出处 1 训练 在前一节当中我们讨论了神经网络静态的部分 包括神经网络结构 神经元类
  • win11配置wsl2以及深度学习环境

    安装wsl2 许多深度学习代码都是使用Linux跑的 跑别人的代码 最好环境可以一样 如果使用Windows可能会遇到很多bug wsl2相比于wsl有着些许升级 对于深度学习来说 好处是可以使用CUDA 这里演示win11安装wsl2 打
  • YOLO5 目标检测

    目录 1项目的克隆和必要的环境依赖 1 1项目的克隆 1 2项目代码结构整体介绍 1 3环境的安装和依赖的安装 2 数据集和预训练权重的准备 2 1利用labelimg标注数据和数据的准备 2 2 获得预训练权重 3训练自己的模型 3 1修
  • 在有机器学习和深度学习的基础上,如何自学AutoML算法?

    作者 FedAI联邦学习 链接 https www zhihu com question 334021426 answer 840727058 来源 知乎 著作权归作者所有 商业转载请联系作者获得授权 非商业转载请注明出处 AutoML技术

随机推荐

  • oracle数据库时分秒格式_Oracle如何输出指定格式的日期时间数据呢?

    摘要 下文讲述Oracle数据库输出指定的日期时间格式的方法分享 如下所示 实现思路 使用TO CHAR系统函数 指定输出格式为 即可将日期时间转换为指定格式的字符串 如 SELECT TO CHAR SYSDATE YYYY MM DD
  • 学生信息管理系统(C语言)

    高级程序设计 学生管理系统 C语言 本项目可以简单的实现学生信息的增 删 改 查 统计 存储等基本功能 环境是Dev C 创建学生信息文件 根据提示输入学生的各项信息 然后按学号对学生信息进行排序 并将排序后的学生信息存储到文件中 增加学生
  • 网络nan的原因_深度学习网络训练中出现nan的原因分析

    nan Not a Number 错误后果 造成训练准确率的断崖式下跌 两种出现地点 1 在loss函数中出现nan 出现原因 一般是因为tf中的log函数输入了 负数 或 0 值 出现log 0 0的情况 解决方法 使用tf clip b
  • MQTT

    MQTT 菜鸟资料收集 https blog csdn net bangdingshouji article details 52576110 https github com menudoproblema libemqtt https b
  • 使用exceljs导出excel表格

    背景 最近在使用electon写一个桌面程序 需要对数据进行excel导出操作 这里选择使用 exceljs 来完成这个功能 下面是exceljs导出功能的简单实现 功能实现 下载 exceljs yarn add exceljs 引入 e
  • 【Mysql】使用语句插入数据的方法

    mysql中常用的三种插入数据的语句 insert into表示插入数据 数据库会检查主键 如果出现重复会报错 replace into表示插入替换数据 需求表中有PrimaryKey 或者unique索引 如果数据库已经存在数据 则用新数
  • 【故障诊断】基于 KPCA 进行降维、故障检测和故障诊断研究(Matlab代码实现)

    个人主页 研学社的博客 欢迎来到本博客 博主优势 博客内容尽量做到思维缜密 逻辑清晰 为了方便读者 座右铭 行百里者 半于九十 本文目录如下 目录 1 概述 2 运行结果 3 参考文献 4 Matlab代码实现 1 概述 主要特点
  • Mongodb的安装部署

    Mongodb的安装部署 一 环境介绍 二 配置mongodb的yum源 三 安装mongodb 三 启动mongodb 1 mongodb启动 2 查看mongodb的状态 3 查看监听端口 四 进入mongodb 五 查看mongodb
  • 有关html,css的实用知识总结(二)

    1 CSS 选择符有哪些 哪些属性可以继承 优先级算法如何计算 1 id 选择器 myid 2 类选择器 myclassname 3 标签选择器 div h1 p 4 相邻选择器 h1 p 5 子选择器 ul lt li 6 后代选择器 l
  • H5 PCM转WAV实时音频直播代码实现细节

    一 前端实现 H5数据采集 web audio的概念和使用详见 接口文档 采集音频数据 var context new AudioContext var audioInput context createMediaStreamSource
  • mysql 强制使用索引和强制不使用索引

    前一段面试时问过这个问题 当时不太懂 今天刚好看到这一块的内容就梳理下 首先说个概念 SQL提示 就是在sql中加入我自己的提示来达到我想要的效果 关于索引有三种sql提示 use index index name 希望mysql参考的索引
  • 手把手教你SQLite在Windows/VS下的安装配置及使用(超详细,不会你怪我)

    目录 一 系统环境 二 下载 三 配置系统环境 四 使用命令win r 输入cmd命令 一 系统环境 我这里用的是 Win10 64Bit VS2015 不同版本相差不大 其版本也可以参考这个安装教程 二 下载 SQLite的官网下载地址
  • 【Ubuntu】格式化U盘

    要格式化 U 盘 你可以使用以下命令来执行 请注意 执行此命令将删除 U 盘上的所有数据 请确保在执行命令之前备份重要文件 在 Linux 上 使用 mkfs 命令格式化 U 盘的步骤如下 打开终端应用程序 确定 U 盘的设备名称 运行以下
  • keyshot分辨率多少合适_keyshot电脑配置浅谈

    以下说明均以官方keyshot7 3 4以上版本为例 我们先看一下keyshot官方给出的安装所需的基本电脑配置需求 官方注释 KeyShot将利用所有可用的CPU内核 因此 更多的CPU核心 线程将产生更快的渲染时间 虽然KeyShot不
  • RabbitMQ初级教程,基础知识

    RabbitMQ学习笔记 RabbitMQ 1 初识MQ 1 1 同步和异步通讯 1 1 1 同步通讯 1 1 2 异步通讯 1 2 技术对比 2 快速入门 2 1 安装RabbitMQ 2 2 RabbitMQ消息模型 2 3 导入Dem
  • linux系统小白入门基础(含常用基本命令)

    Linux概述 简要介绍 Linux内核最初只是由芬兰人李纳斯 托瓦兹 Linus Torvalds 在赫尔辛基大学上学时出于个人爱好而编写的 Linux是一套免费使用和自由传播的类Unix操作系统 是一个基于POSIX和UNIX的多用户
  • 上例中便是调用GetSystemMenu函数的

    有如下问题请教各位 1 为什么程序在调用window api或者dll中的输出函数时用的形式是 00401375 FF1514324000 Call dword ptr 004
  • 制作esp32-cam拍照上传,微信小程序照片显示的监控小车

    前期配件准备 ESP32 CAM开发环境配置 程序下载 连接小车 控制台查看图片 微信小程序的开发 1 前期配件准备 小车套件 网上购买即可 较为方便的选择 ESP32 CAM 推荐安信可 外加TTL下载器 方便烧录程序 L298N马达驱动
  • User-agent

    1 手机User Agent 更多关于手机User Agent请 点击 UPPOOL Mozilla 5 0 Linux U Android 8 1 0 zh cn BLA AL00 Build HUAWEIBLA AL00 AppleWe
  • 盘点

    选自Github 机器之心编译 hunkim 盘点了 Github 上 18 个深度学习项目 根据收藏数自动排名 最新的一次 update 在几小时前完成 项目地址 https github com hunkim DeepLearningS