DeepLearning-500-questions：以问答形式阐述深度学习相关热点知识

AiLearning项目是一个综合性的学习资源库，包含数据分析、机器学习实战、线性代数、PyTorch、NLTK、TF2等多方面内容。项目中有各知识板块的详细学习文档、教程、代码示例，提供不同版本支持说明与学习路线指导。机器学习部分有各算法章节信息，自然语言处理部分有国内外情况对比、入门须知与教程推荐等。还有众多实践案例，各技术领域的核心技术相关知识整合，适合不同层次学习者。

Jiagu是一个深度学习自然语言处理工具，使用大规模语料训练而成。它能提供中文分词、词性标注、命名实体识别、情感分析、知识图谱关系抽取、关键词抽取、文本摘要、新词发现、情感分析、文本聚类等功能。安装方式有pip安装和源码安装，使用方式多样，可用于多种自然语言处理任务，如分词、词性标注、命名实体识别等，不同功能都有对应的示例代码可供参考。

chenyuntc/pytorch - book是《深度学习框架PyTorch：入门与实践（第2版）》对应的代码库，可独立作为PyTorch入门教程。它包含基本使用、高级扩展、实战应用三大模块，基本使用部分涵盖PyTorch主要模块和常用工具介绍，高级扩展涉及向量化思想、分布式操作、CUDA扩展等，实战应用实现了动漫头像生成、自动写诗等有趣应用，提供完整代码和预训练模型，是一个很有价值的PyTorch学习资源库。

zergtant/pytorch - handbook是一本开源书籍，目标是帮助想要用PyTorch进行深度学习开发和研究的朋友快速入门。书中参考网上资料并附原文地址，教程经测试确保可行，还提供版本说明、在线版本和PDF国内镜像等资源，有交流群方便大家交流，作者也会随着PyTorch版本更新不断完善内容，这是一个非常适合PyTorch初学者的资源。

GitHub上的Machine - Learning项目专注于机器学习实战（Python3）。涵盖kNN、决策树等多种算法，包含各算法的基础篇与实战篇文章和代码。作者每周至少两篇原创文章，文章在公众号首发，视频在B站首发，还可加微信进交流群交流或提意见，这是一个对机器学习学习者很有价值的项目资源。

MLAPP - CN项目是GitHub上的机器学习知识整合项目，以中文形式呈现。降低学习门槛，涵盖多方面内容，虽有局限但意义重大，欢迎留言讨论。