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

《machine - learning - yearning - cn》是GitHub上一个机器学习相关项目，提供中文资源。本文介绍其背景、目的等，有助于降低学习门槛，欢迎留言讨论。

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。

Deep - Learning - with - TensorFlow - book是一本开源的深度学习书籍，基于TensorFlow2.0框架展开案例实战。仓库包含pdf电子书、配套源代码、配套课件等，部分代码为IpythonNotebook形式，有纸质书购买渠道，开源电子版可从百度网盘下载，繁体版已在台湾上市，被权威媒体报道，Github趋势日榜单排名领先，欢迎大家讨论。

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。

这是一个在Github上名为crownpku/Information - Extraction - Chinese的项目，专注于中文信息抽取工作，其中涵盖命名实体识别和关系抽取等内容。项目使用IDCNN/biLSTM + CRF进行中文命名实体识别，利用biGRU + 2ATT开展关系抽取，并且各子任务有单独详细的README.md文件。这个项目在中文信息抽取相关的深度学习应用方面有独特之处，值得关注与深入探讨。