Skip to content

《21个项目玩转深度学习———基于TensorFlow的实践详解》配套代码

Notifications You must be signed in to change notification settings

web199195/Deep-Learning-21-Examples

 
 

Repository files navigation

Deep-Learning-21-Examples

本工程是《21个项目玩转深度学习———基于TensorFlow的实践详解》的配套代码,代码推荐的运行环境为:Ubuntu 14.04,Python 2.7、TensorFlow >= 1.4.0。请尽量使用类UNIX系统和Python 2运行本书的代码。

欢迎有兴趣的同学猛戳下面的链接购买:

写作这本书的初衷是希望提供一个深度学习实践案例的合集,让每个人都可以在“动手实验”的过程中,比较轻松地掌握深度学习和TensorFlow的使用技巧,并且能完整地做出一些有意思的项目。希望大家能在实践的过程中找到乐趣,如果有任何问题,欢迎通过issues提出纠错或改进建议。

快速指引

以下是各章代码详细的运行方法:

  1. MNIST机器学习入门
  2. CIFAR-10与ImageNet图像识别
  3. 打造自己的图像识别模型
  4. Deep Dream
  5. 深度学习中的目标检测
  6. 人脸检测和人脸识别
  7. 图像风格迁移
  8. GAN与DCGAN入门
  9. pix2pix模型与自动上色技术
  10. 超分辨率:让图像变得更清晰
  11. CycleGAN与非配对图像转换
  12. RNN基本结构与Char RNN文本生成
  13. 序列分类问题详解
  14. 词的向量表示:word2vec与词嵌入
  15. 在TensorFlow中进行时间序列预测
  16. 神经网络机器翻译技术
  17. 看图说话:将图像转换为文字
  18. 强化学习入门之Q Learning
  19. 强化学习入门之SARSA算法
  20. 深度强化学习:Deep Q Learning
  21. 策略梯度(Policy Gradient)算法

本书包含的项目主要有三部分:第1~11章主要介绍CNN相关的项目,其中8~11章为GAN模型和它的几个重要变体;第12~17章主要介绍RNN、LSTM 相关的项目;第18~21章主要介绍强化学习相关的项目。

各章data文件夹下载地址

本工程主要包含的是项目的源代码文件,以chapter_1/ ~ chapter_21/ 标识。在有的章节中,还会额外需要一些数据集、模型等文件,我们用chapter_<章节名>_data/来表示。

例如:第四章有chapter_4/和chapter_4_data/两个文件夹,前者是源代码,后者是在运行程序时会用的数据文件。

由于数据文件通常比较大,建议读者在用到时候再进行下载,下载地址为:https://pan.baidu.com/s/1i7pKvFf,提取码:1kmf。

其他链接

  • 意见反馈邮箱:hzydl21 [at] 163.com
  • 我的专栏博客:AI Insight

致谢

感谢电子工业出版社的孙学瑛女士和宋亚东先生为本书付出的努力,同时也感谢刘婧源同学给本书的宝贵建议。本书对于来自于网络的代码,在书中和配套代码的Readme文件中,均作了引用说明,在此也对原作者表示深深的感谢。

About

《21个项目玩转深度学习———基于TensorFlow的实践详解》配套代码

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Python 91.6%
  • Jupyter Notebook 2.3%
  • JavaScript 2.1%
  • HTML 1.6%
  • Shell 1.1%
  • MATLAB 0.7%
  • Other 0.6%