斯坦福CS224n自然语言处理中文笔记：深度学习课程笔记资源。

brightmart/albert_zh是一个基于TensorFlow实现的ALiteBertForSelf - SupervisedLearningLanguageRepresentations项目。提供多种版本的中文ALBERT预训练模型，包括不同参数规模和性能特点的模型。项目涵盖预训练、下游任务微调的代码示例，还有如转换为TensorflowLite格式进行移动端部署的操作及性能测试等内容。详细展示了ALBERT模型对BERT的改进之处，如词嵌入向量参数因式分解、跨层参数共享、段落连续性任务等改进方式。这对于自然语言处理研究和应用开发有很大的参考价值。

这是关于GitHub上tensorflow2_tutorials_chinese项目的介绍，包含项目背景、目的等，是一个TensorFlow 2的中文教程资源，有优势也有局限，欢迎大家留言讨论。

HanLP是一个开源的自然语言处理工具包，基于PyTorch和TensorFlow2.x双引擎构建，具备功能完善、精度准确、性能高效、语料时新、架构清晰、可自定义的特点。支持130种语言上的多种任务，预训练众多模型且持续迭代。提供两种API，适用于不同场景，还有多种应用案例，如在特定语料库上训练模型等，是自然语言处理领域的实用工具。

kerlomz/captcha_trainer项目是基于深度学习的图片验证码解决方案，能处理多种干扰情况，适用于多种验证码场景及其他OCR场景。基于TensorFlow1.14开发，助力中小企业和个人构建图像分类模型。支持Windows平台GPU编译版，无需安装环境，0基础建模，有项目化管理、样本集增量添加、智能建议配置等特性，还涵盖多方面的模板参数，操作流程包括GPU和Python环境设置、样本采集标注打包、训练配置和开始训练等，项目结构清晰且有注意事项等内容。

PaddlePaddle自2016年开源，是源于工业实践的深度学习与机器学习框架。涵盖核心框架、模型库等众多内容，被制造、农业等众多行业广泛采用，服务超1070万开发者等众多对象。它具有如神经网络工业开发的敏捷框架、支持超大规模深度神经网络训练、多种高性能推理引擎、面向行业的模型和开源库等众多技术优势，在深度学习和机器学习领域发挥着重要的作用。

《DeepLearning - 500 - questions》全书共18个章节，50余万字。以问答形式阐述概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题。内容源于编者日常学习知识点及公司笔面试题，凝聚众多科研人员和工程师经验，可为多领域人员提供参考，适合需要查漏补缺的应聘者和面试官阅读，欢迎大家提出批评指正并参与讨论。