Tensorflow и учебные пособия по глубокому обучению
Учебники Google по глубокому обучению
- Официальный учебник по глубокому обучению Tensorflow [中文].
- MLP с выброшенным Tensorflow [中文] Tensorlayer [中文]
- AutoEncoder TensorLayer [中文]
- Сверточная нейронная сеть Tensorflow [中文] Tensorlayer [中文]
- Рецидивирующая нейронная сеть Tensorflow [中文] Tensorlayer [中文]
- Глубокое подкрепление обучения Tensorlayer [中文]
- Последовательность к последовательности Tensorflow Tensorlayer [中文]
- Слово встраивание tensorflow [中文] tensorlayer [中文]
Список чтения глубокого обучения
- MIT Deep Learning Book
- Блог Карпати
- Стэнфорд UFLDL Учебники
- Блог Колах - Слово внедрение [中文]
- Блог Колах - понять LSTN [门函数]
Учебный индекс
0 - обязательное условие
- Введение в машинное обучение (блокнот)
- Введение в набор данных MNIST (записная книжка)
1 - Введение
- Hello World (ноутбук) (код)
- Основные операции (ноутбук) (код)
2 - Основные модели
- Ближайший сосед (ноутбук) (код)
- Линейная регрессия (записная книжка) (код)
- Логистическая регрессия (ноутбук) (код)
3 - Нейронные сети
- Multilayer Perceptron (Notebook) (код)
- Сверточная нейронная сеть (ноутбук) (код)
- Повторяющаяся нейронная сеть (LSTM) (ноутбук) (код)
- Двунаправленная повторяющаяся нейронная сеть (LSTM) (ноутбук) (код)
- Динамическая повторяющаяся нейронная сеть (LSTM) (код)
- AutoEncoder (ноутбук) (код)
4 - утилиты
- Сохранить и восстановить модель (ноутбук) (код)
- Tensorboard - Визуализация графика и потерь (ноутбук) (код)
- Tensorboard - расширенная визуализация (код)
5 - Multi GPU
- Основные операции на нескольких GPU (ноутбук) (код)
Набор данных
Некоторые примеры требуют набора данных MNIST для обучения и тестирования. Не волнуйтесь, этот набор данных будет автоматически загружаться при запуске примеров (с input_data.py). MNIST - это база данных рукописных цифр, для быстрого описания этого набора данных вы можете проверить эту ноутбук.
Официальный веб -сайт: http://yann.lecun.com/exdb/mnist/
Выбранные репозитории
- JToy/Awesome-Tensorflow
- nlintz/tensorflow-tutoirals
- Adatao/Tensorspark
- Ry/Tensorflow-Resnet
Уловки
- Уловки, чтобы использовать TensorLayer
Примеры
Основы
- Multi -Layer Perceptron (MNIST) - Задача классификации, см. Tutorial_mnist_simple.py.
- Многослойный Perceptron (MNIST) - Классификация с использованием итератора, см. Method1 и Method2.
Компьютерное зрение
- Обеспечение автоэкодер (MNIST). Задача классификации, см. Tutorial_mnist.py.
- Сложный денузирующий автоэнкодер и тонкая настройка (MNIST). Задача классификации, см. Tutorial_mnist.py.
- Сверточная сеть (MNIST). Задача классификации, см. Tutorial_mnist.py.
- Сверточная сеть (CIFAR-10). Задача классификации, см. Tutorial_cifar10.py и turtorial_cifar10_tfrecord.py.
- VGG 16 (ImageNet). Задача классификации, см. Turning_vgg16.py.
- VGG 19 (ImageNet). Задача классификации, см. Turning_vgg19.py.
- Началов3 (ImageNet). Задача классификации, см. Turnelorm_inceptionv3_tfslim.py.
- Широкий Resnet (Cifar) от Ritchieng.
- Больше реализаций CNN TF-SLIM может быть подключено к TensorLayer через Slimnetslayer.
- Пространственные трансформаторные сети от Zsdonghao.
- U-Net для сегментации опухоли головного мозга от Zsdonghao.
- Вариационный автоэкодер (vae) для (celeba) от Yzwxx.
- Вариационный автоэкодер (vae) для (mnist) Buptldy.
- Подпись изображений - повторное разложение Google Im2txt от Zsdonghao.
Обработка естественного языка
- Повторяющаяся нейронная сеть (LSTM). Примените несколько LSTM к набору данных PTB для языкового моделирования, см. Turtorial_ptb_lstm.py и Tutorial_ptb_lstm_state_is_tuple.py.
- Слово внедрение (Word2VEC). Обучите матрицу встраивания слова, см. Turnelore_word2vec_basic.py.
- Восстановить матрицу встраивания. Восстановите матрицу встраивания перед поездками, см. Turnelord_generate_text.py.
- Генерация текста. Генерирует новые текстовые скрипты, используя сеть LSTM, см. Turtiormer_generate_text.py.
- Китайский текст анти-спам Пакрхена.
- Чатбот в 200 строках кода для Seq2seq.
- Классификация предложений FastText (IMDB), см. Tutorial_imdb_fasttext.py от Tomtung.
Состязательное обучение
- Dcgan (Celeba). Создание изображений глубокими сверточными генеративными состязательными сетями Zsdonghao.
- Генеративный состязательный текст к синтезу изображения с помощью Zsdonghao.
- Неконтролируемое изображение в перевод изображения с генеративными состязательными сетями Zsdonghao.
- Улучшен Cyclegan с изменением размерного раздела Luoxier
- Super Resolution Gan от Zsdonghao.
- Даган: Быстро сжатое восприятие МРТ реконструкция МРТ от Небулава.
Подкрепление обучения
- Градиент политики / сеть (Atari Ping Pong), см. Tutorial_atari_pong.py.
- Глубокая Q-сеть (замороженное озеро), см. Turning_frozenlake_dqn.py.
- Алгоритм обучения Q-таблица (замороженное озеро), см. Turning_frozenlake_q_table.py.
- Асинхронный градиент политики с использованием Tensordb (atari ping pong) от Nebulav.
- AC для дискретного пространства действий (Cartpole), см. Turning_cartpole_ac.py.
- A3C для непрерывного пространства действий (Bipedal Walker), см. Turnelord_bipedalwalker_a3c*.py.
- Кинжал для (тренажерный зал) Zsdonghao.
- TRPO для непрерывного и дискретного пространства действий от JJKKE88.
Разнообразный
- Распределенное обучение. Mnist и ImageNet от Jorgemf.
- Объединить tf-slim в Tensorlayer. turning_inceptionv3_tfslim.py.
- Объединить кера в Tensorlayer. Turning_keras.py.
- Увеличение данных с помощью tfrecord. Эффективный способ загрузки и предварительного обработки данных, см. Turtorial_tfrecord*.py и turtorial_cifar10_tfrecord.py.
- Увеличение данных с помощью TensorLayer, см. Turtiormore_image_preprocess.py.
- Tensordb от Fangde Смотрите здесь.
- Простая веб -служба - Tensorflask от Joelkronander.
- Float 16 модель полуоперации, см. Turning_mnist_float16.py
Полезные ссылки
- Уловки, чтобы использовать TensorLayer
