Tensorflowと深い学習チュートリアル
Googleの深い学習チュートリアル
- Tensorflow公式ディープラーニングチュートリアル[中文]。
- ドロップアウトテンソルフローを備えたMLP [中文] Tensorlayer [中文]
- Autoencoder Tensorlayer [中文]
- 畳み込みニューラルネットワークTensorflow [中文] Tensorlayer [中文]
- 再発ニューラルネットワークTensorflow [中文] Tensorlayer [中文]
- 深い補強学習テンソルレイヤー[中文]
- シーケンスシーケンスTensorflow Tensorlayer [中文]
- Tensorflowの埋め込み単語[中文] Tensorlayer [中文]
ディープラーニングリーディングリスト
- MITディープラーニングブック
- Karpathyブログ
- スタンフォードUFLDLチュートリアル
- Colah's Blog -Word Embedding [中文]
- Colah's Blog-LSTN [门函数]を理解する
チュートリアルインデックス
0-前提条件
- 機械学習の紹介（ノートブック）
- Mnistデータセットの紹介（ノートブック）
1-はじめに
- HelloWorld（ノートブック）（コード）
- 基本操作（ノートブック）（コード）
2-基本モデル
- 最近隣人（ノートブック）（コード）
- 線形回帰（ノートブック）（コード）
- ロジスティック回帰（ノートブック）（コード）
3-ニューラルネットワーク
- 多層パーセプトロン（ノートブック）（コード）
- 畳み込みニューラルネットワーク（ノートブック）（コード）
- Recurrent Neural Network（LSTM）（ノートブック）（コード）
- 双方向の再発ニューラルネットワーク（LSTM）（ノートブック）（コード）
- 動的再発ニューラルネットワーク（LSTM）（コード）
- 自動エンコーダー（ノートブック）（コード）
4-ユーティリティ
- モデルを保存して復元する（ノートブック）（コード）
- テンソルボード - グラフと損失の視覚化（ノートブック）（コード）
- テンソルボード - 高度な視覚化（コード）
5-マルチGPU
- Multi-GPUの基本操作（ノートブック）（コード）
データセット
いくつかの例では、トレーニングとテストのためにMNISTデータセットが必要です。心配しないでください、このデータセットは、例を実行するときに自動的にダウンロードされます（input_data.pyを使用）。 Mnistは手書きの数字のデータベースであり、そのデータセットをすばやく説明するために、このノートブックを確認できます。
公式ウェブサイト：http：//yann.lecun.com/exdb/mnist/
選択されたリポジトリ
- jtoy/awesome-tensorflow
- nlintz/tensorflow-toirals
- Adatao/Tensorspark
- ry/tensorflow-resnet
トリック
例
基本
- マルチレイヤーパーセプトロン（MNIST） - 分類タスク、tutorial_mnist_simple.pyを参照してください。
- 多層パーセプトロン（MNIST） - イテレータを使用した分類、Method1およびMethod2を参照してください。
コンピュータービジョン
- 非自動エンコーダー（MNIST）。分類タスク、tutorial_mnist.pyを参照してください。
- 積み重ねられた除去オートエンコーダーと微調整（MNIST）。分類タスク、tutorial_mnist.pyを参照してください。
- 畳み込みネットワーク（MNIST）。分類タスク、tutorial_mnist.pyを参照してください。
- 畳み込みネットワーク（CIFAR-10）。分類タスク、tutorial_cifar10.pyおよびtutorial_cifar10_tfrecord.pyを参照してください。
- VGG 16（Imagenet）。分類タスク、tutorial_vgg16.pyを参照してください。
- VGG 19（Imagenet）。分類タスク、tutorial_vgg19.pyを参照してください。
- inceptionv3（imagenet）。分類タスク、tutorial_inceptionv3_tfslim.pyを参照してください。
- Ritchiengによるワイドレストネット（CIFAR）。
- TF-SLIMのより多くのCNN実装は、SlimnetSlayerを介してTensorlayerに接続できます。
- Zsdonghaoによる空間変圧器ネットワーク。
- Zsdonghaoによる脳腫瘍のセグメンテーションのためのU-Net。
- YZWXXによる（celeba）for（vae）for variational autoencoder（vae）。
- Buptldyによる（Mnist）の変分自動エンコーダー（VAE）。
- 画像キャプション - ZsdonghaoによるGoogleのIM2TXTの再実装。
自然言語処理
- 再発ニューラルネットワーク（LSTM）。言語モデリングのために複数のLSTMをPTBデータセットに適用してください。Tutorial_ptb_lstm.pyおよびtutorial_ptb_lstm_state_is_tuple.pyを参照してください。
- Word Embedding（word2vec）。単語の埋め込みマトリックスをトレーニングします。Tutorial_Word2vec_basic.pyを参照してください。
- 埋め込みマトリックスを復元します。トレイン前の埋め込みマトリックスを復元します。Tutorial_generate_Text.pyを参照してください。
- テキスト生成。 LSTMネットワークを使用して、新しいテキストスクリプトを生成し、tutorial_generate_text.pyを参照してください。
- Pakrchenによる中国のテキストアンチスパム。
- seq2seqの200行のコードのチャットボット。
- FastText Sente Classification（IMDB）、tomtungによるtutorial_imdb_fasttext.pyを参照してください。
敵対学習
- dcgan（セレバ）。 Zsdonghaoによる深い畳み込みの生成的敵対的ネットワークによる画像の生成。
- Zsdonghaoによる画像合成への生成的敵対的なテキスト。
- Zsdonghaoによる生成的敵対的ネットワークによる画像翻訳への監視なしの画像。
- Luoxierによるサイズ変更によるサイクルガンの改善
- ZsdonghaoによるSuper Resolution Gan。
- Dagan：Nebulavによる高速圧縮センシングMRI再構築。
強化学習
- ポリシーグラデーション /ネットワーク（Atari Ping Pong）、tutorial_atari_pong.pyを参照してください。
- ディープQネットワーク（Frozen Lake）、tutorial_frozenlake_dqn.pyを参照してください。
- Qテーブル学習アルゴリズム（Frozen Lake）、tutorial_frozenlake_q_table.pyを参照してください。
- NebulavによるTensordb（Atari Ping Pong）を使用した非同期政策勾配。
- 離散アクションスペース（cartpole）のAC、tutorial_cartpole_ac.pyを参照してください。
- A3C連続アクションスペース（Bipedal Walker）については、tutorial_bipedalwalker_a3c*.pyを参照してください。
- Zsdonghaoによる（ジムTorcs）の短剣。
- JJKKE88による連続および離散アクションスペースのTRPO。
その他
- 分散トレーニング。 JorgemfによるMnistとImagenet。
- TF-SLIMをTensorlayerにマージします。 tutorial_inceptionv3_tfslim.py。
- ケラスをテンソルレイヤーにマージします。 tutorial_keras.py。
- Trecordによるデータ増強。データをロードおよび前処理する効果的な方法は、tutorial_tfrecord*.pyおよびtutorial_cifar10_tfrecord.pyを参照してください。
- Tensorlayerによるデータ増強、tutorial_image_preprocess.pyを参照してください。
- FangdeのTensordbはこちらをご覧ください。
- シンプルなWebサービス - JoelkronanderによるTensorflask。
- フロート16ハーフエシジョンモデル、tutorial_mnist_float16.pyを参照してください
便利なリンク
