机器学习相关资料

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

Caffe主页

Caffe github

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。

Caffe jupyter

这里包含很多Caffe的模型:

Model Zoo

深度学习caffe的代码怎么读?

caffe开发过程中使用了哪些工具?

blog

CaffeCN 社区

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.

深度学习资源

Deep-Learning-Papers-Reading-Roadmap

deeplearningbook-chinese