文章目录
台湾李弘毅教授的中文Machine Learning课程
为数不多的优质中文课程:http://speech.ee.ntu.edu.tw/~tlkagk/courses.html
当前观看进度:Neural Network (完成)
他还有一份300页的PPT,是该教授将所有的课程PPT整合后的,被称为一天内学会机器学习的PPT。
GITHUB上一份优质机器学习的论文列表
持续更新中:https://github.com/Yugnaynehc/PaperLegend
Anconda
Anaconda Python 是 Python科学技术包的合集。它是新起之秀,已更新多次了。包管理使用 conda,GUI基于 PySide,所有的包基本上都是最新版,没有PyQt和wxpython等,容量适中,但该有的科学计算包都有:numpy,sicpy,matplotlib,spyder….。
官网:下载
安装here:
bash ~/Downloads/Anaconda2-4.4.0-Linux-x86_64.sh
source ~/.bashrc
其他深度学习框架
如果安装其他的深度学习框架,可以使用Anconda进行安装,非常方便。
1. Tensorflow
TensorFlow是谷歌支持的开源库。 Download Tensorflow
此版本为GPU版的TensorFlow,CUDA8.0。
(tensorflow)$ pip install --ignore-installed --upgrade \
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.1-cp27-none-linux_x86_64.whl
测试程序:
# Python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
2. Keras
Keras是一个极简的、高度模块化的神经网络库,采用Python(Python 2.7-3.5.)开发,能够运行在TensorFlow和Theano任一平台,好项目旨在完成深度学习的快速开发。
conda install keras
Caffe资源
在jupyter上打开caffe历程中的ipynb文件会加载的很快,而在github上浏览则非常慢,例如examples/00-classification.ipynb。下边是jupyter链接。
这里包含很多Caffe的模型:
Netscope
Netscope是一个基于web的可视化网络结构的工具。它当前支持Caffe的prototxt格式。
Netscope主页:这里
Netscope Github: 这里
可视化网络结构
- AlexNetAlex Krizhevsky, Ilya Sutskever, Geoffrey Hinton
- CaffeNetYangqing Jia, Evan Shelhamer, et. al.
- Fully Convolutional Network — Three StreamJonathan Long, Evan Shelhamer, Trevor Darrell
- GoogLeNetChristian Szegedy, et. al.
- Network in NetworkMin Lin, Qiang Chen, Shuicheng Yan
- VGG 16 LayersKaren Simonyan, Andrew Zisserman