https://linkedbus.com/sitetag/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/ Recent content in 深度学习 on 链氪巴士 Hugo -- gohugo.io zh-CN Mon, 09 Dec 2024 14:48:54 +0800 https://linkedbus.com/sites/21562.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21562.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post crownpku/Information-Extraction-Chinese：中文实体识别与关系抽取" /><p class="site-visit"><a href="https://github.com/crownpku/Information-Extraction-Chinese" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名crownpkuinformation--extraction--chinese中文实体识别与关系提取"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dcrownpkuinformation--extraction--chinese%e4%b8%ad%e6%96%87%e5%ae%9e%e4%bd%93%e8%af%86%e5%88%ab%e4%b8%8e%e5%85%b3%e7%b3%bb%e6%8f%90%e5%8f%96" class="header-anchor"></a>【Github】项目名：crownpku/Information – Extraction – Chinese：中文实体识别与关系提取 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这是一个专注于中文信息抽取的项目，包括命名实体识别、关系抽取等任务，采用了如IDCNN/biLSTM + CRF进行中文命名实体识别、biGRU + 2ATT进行关系抽取等深度学习方法。项目中的不同子任务有详细单独的README.md文件。</p> https://linkedbus.com/sites/21514.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21514.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post DeepLearning：Python实现深度学习(花书)数学推导等" /><p class="site-visit"><a href="https://github.com/MingchaoZhu/DeepLearning" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名deeplearningpython实现深度学习花书数学推导等"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8ddeeplearningpython%e5%ae%9e%e7%8e%b0%e6%b7%b1%e5%ba%a6%e5%ad%a6%e4%b9%a0%e8%8a%b1%e4%b9%a6%e6%95%b0%e5%ad%a6%e6%8e%a8%e5%af%bc%e7%ad%89" class="header-anchor"></a>【Github】项目名：DeepLearning：Python实现《深度学习》(花书)数学推导等 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>此项目是针对《深度学习》（花书）的相关工作。由于原书没有提供代码实现且内容晦涩难懂，本项目基于数学推导和产生原理重新描述书中概念，用Python（主要是numpy库）复现书本内容，达到源码级代码实现。推导过程、代码实现放在下载区的pdf文件中，重要部分的实现代码放在code文件夹。</p> https://linkedbus.com/sites/21591.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21591.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post fendouai/PyTorchDocs：PyTorch官方中文教程资源汇总" /><p class="site-visit"><a href="https://github.com/fendouai/PyTorchDocs" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名fendouaipytorchdocspytorch官方中文教程资源汇总"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dfendouaipytorchdocspytorch%e5%ae%98%e6%96%b9%e4%b8%ad%e6%96%87%e6%95%99%e7%a8%8b%e8%b5%84%e6%ba%90%e6%b1%87%e6%80%bb" class="header-anchor"></a>【Github】项目名：fendouai/PyTorchDocs：PyTorch官方中文教程资源汇总 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这是PyTorch的官方中文教程项目。在深度学习领域有多种框架，PyTorch以其简洁、高效等优势脱颖而出。该项目定位为PyTorch入门教程，主要面向学生和深度学习爱好者。教程涵盖PyTorch介绍、安装教程，还有60分钟快速入门教程、计算机视觉常用模型、自然语言处理模型以及强化学习和生成对抗网络等多方面内容，并且官方文档还有视频版上线B站。此外，针对不同需求如了解PyTorch、快速入门、解决计算机视觉或自然语言处理问题等都有对应的教程内容。</p> https://linkedbus.com/sites/21574.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21574.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post kerlomz/captcha_trainer：基于多种网络实现验证码识别训练" /><p class="site-visit"><a href="https://github.com/kerlomz/captcha_trainer" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名kerlomzcaptcha_trainer基于多种网络技术实现验证码识别训练"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dkerlomzcaptcha_trainer%e5%9f%ba%e4%ba%8e%e5%a4%9a%e7%a7%8d%e7%bd%91%e7%bb%9c%e6%8a%80%e6%9c%af%e5%ae%9e%e7%8e%b0%e9%aa%8c%e8%af%81%e7%a0%81%e8%af%86%e5%88%ab%e8%ae%ad%e7%bb%83" class="header-anchor"></a>【Github】项目名：kerlomz/captcha_trainer：基于多种网络技术实现验证码识别训练 </h2><h3 id="一项目简介"><a href="#%e4%b8%80%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>一、项目简介 </h3><p>该项目是一个基于深度学习的图片验证码解决方案，能够处理字符粘连重叠、透视变形、模糊、噪声等多种干扰情况，可解决市面上绝大多数复杂的验证码场景，也被用于其他OCR场景。项目基于TensorFlow1.14开发，旨在帮助中小企业或个人用户快速构建图像分类模型并投入生产环境使用，降低技术应用门槛。 项目有很多特性，例如目前支持Windows平台的GPU编译版，无需安装环境，0基础即可建模；项目化管理方便多任务切换；新增样本集无需重新打包可直接增量添加；解除循环层依赖的必须性；提供智能建议性配置功能；支持不定宽的网络输入；支持训练中的数据增广等。</p> https://linkedbus.com/sites/21437.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21437.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post NLP-LOVE/ML-NLP：机器学习、深度学习、NLP面试知识与代码实现" /><p class="site-visit"><a href="https://github.com/NLP-LOVE/ML-NLP" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名nlp-loveml--nlp机器学习深度学习nlp面试知识与代码实现"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dnlp-loveml--nlp%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0%e6%b7%b1%e5%ba%a6%e5%ad%a6%e4%b9%a0nlp%e9%9d%a2%e8%af%95%e7%9f%a5%e8%af%86%e4%b8%8e%e4%bb%a3%e7%a0%81%e5%ae%9e%e7%8e%b0" class="header-anchor"></a>【Github】项目名：NLP-LOVE/ML – NLP：机器学习、深度学习、NLP面试知识与代码实现 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这个项目主要包含了机器学习、深度学习、自然语言处理（NLP）面试中常考的知识点以及对应的代码实现。以各个模块为切入点构建清晰知识体系，可用于常读、记忆以及面试复习。每个章节中的问题都是面试可能涉及的知识点，结尾还有算法实战代码案例。项目持续更新，并且欢迎大家加入共同完善项目。</p> https://linkedbus.com/sites/21555.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21555.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post ownthink/Jiagu：深度学习自然语言处理工具" /><p class="site-visit"><a href="https://github.com/ownthink/Jiagu" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名ownthinkjiagu深度学习自然语言处理工具"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8downthinkjiagu%e6%b7%b1%e5%ba%a6%e5%ad%a6%e4%b9%a0%e8%87%aa%e7%84%b6%e8%af%ad%e8%a8%80%e5%a4%84%e7%90%86%e5%b7%a5%e5%85%b7" class="header-anchor"></a>【Github】项目名：ownthink/Jiagu：深度学习自然语言处理工具 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>Jiagu是一个深度学习自然语言处理工具，它使用大规模语料训练而成。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，参考了各大工具的优缺点制作而成。</p> https://linkedbus.com/sites/21523.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21523.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post PyTorch_Tutorial：Pytorch模型训练实用教程配套代码" /><p class="site-visit"><a href="https://github.com/TingsongYu/PyTorch_Tutorial" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名pytorch_tutorialpytorch模型训练实用教程配套代码"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dpytorch_tutorialpytorch%e6%a8%a1%e5%9e%8b%e8%ae%ad%e7%bb%83%e5%ae%9e%e7%94%a8%e6%95%99%e7%a8%8b%e9%85%8d%e5%a5%97%e4%bb%a3%e7%a0%81" class="header-anchor"></a>【Github】项目名：PyTorch_Tutorial：《Pytorch模型训练实用教程》配套代码 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>此项目为《Pytorch模型训练实用教程》中的配套代码。该教程已推出第二版且已开源（https://tingsongyu.github.io/PyTorch-Tutorial-2nd/），第二版新增丰富的深度学习应用案例和推理部署框架，涵盖CV、NLP和LLM的十多个实战项目以及ONNX和TensorRT的教程。代码在win10 64位+python3.5+pytorch==0.4.0和mac+python3.6+pytorch==0.4.1/pytorch==1.0.0这两种环境下测试过。</p> https://linkedbus.com/sites/22302.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/22302.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post 斯坦福CS224n自然语言处理中文笔记：深度学习课程笔记资源。" /><p class="site-visit"><a href="https://github.com/apachecn/stanford-cs224n-notes-zh" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="项目名斯坦福cs224n自然语言处理中文笔记深度学习自然语言处理课程笔记资源"><a href="#%e9%a1%b9%e7%9b%ae%e5%90%8d%e6%96%af%e5%9d%a6%e7%a6%8fcs224n%e8%87%aa%e7%84%b6%e8%af%ad%e8%a8%80%e5%a4%84%e7%90%86%e4%b8%ad%e6%96%87%e7%ac%94%e8%ae%b0%e6%b7%b1%e5%ba%a6%e5%ad%a6%e4%b9%a0%e8%87%aa%e7%84%b6%e8%af%ad%e8%a8%80%e5%a4%84%e7%90%86%e8%af%be%e7%a8%8b%e7%ac%94%e8%ae%b0%e8%b5%84%e6%ba%90" class="header-anchor"></a>项目名：斯坦福CS224n自然语言处理中文笔记：深度学习自然语言处理课程笔记资源 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这是斯坦福CS224n深度学习自然语言处理课程2019年的中文笔记项目。项目遵循CCBY-NC-SA4.0协议，旨在欢迎任何人参与完善，并且鼓励大家积极参与笔记整理活动。同时提供了多种联系方式以便大家参与项目相关事务。</p> https://linkedbus.com/sites/21394.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21394.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post chenyuntc/pytorch-book：PyTorch入门与实战教程资源库" /><p class="site-visit"><a href="https://github.com/chenyuntc/pytorch-book" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名chenyuntcpytorch--bookpytorch入门与实战教程资源库"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dchenyuntcpytorch--bookpytorch%e5%85%a5%e9%97%a8%e4%b8%8e%e5%ae%9e%e6%88%98%e6%95%99%e7%a8%8b%e8%b5%84%e6%ba%90%e5%ba%93" class="header-anchor"></a>【Github】项目名：chenyuntc/pytorch – book：PyTorch入门与实战教程资源库 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这是书籍《深度学习框架PyTorch：入门与实践（第2版）》对应的代码库，可作为独立的PyTorch入门指南和教程。全书代码基于PyTorch1.8版本编写，包含基本使用、高级扩展和实战应用三大模块。</p> https://linkedbus.com/sites/21350.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21350.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post Deep-Learning-with-TensorFlow-book：深度学习入门开源书，基于TensorFlow2.0案例实战" /><p class="site-visit"><a href="https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名deep--learning--with--tensorflow--book深度学习入门开源书基于tensorflow20案例实战"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8ddeep--learning--with--tensorflow--book%e6%b7%b1%e5%ba%a6%e5%ad%a6%e4%b9%a0%e5%85%a5%e9%97%a8%e5%bc%80%e6%ba%90%e4%b9%a6%e5%9f%ba%e4%ba%8etensorflow20%e6%a1%88%e4%be%8b%e5%ae%9e%e6%88%98" class="header-anchor"></a>【Github】项目名：Deep – Learning – with – TensorFlow – book：深度学习入门开源书，基于TensorFlow2.0案例实战 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这是一本开源的深度学习书籍，基于TensorFlow2.0框架进行案例实战。该仓库包含pdf电子书、配套源代码、配套课件等，部分代码已替换为IpythonNotebook形式。同时，还有纸质书购买链接（京东、淘宝），开源电子版pdf可从百度网盘下载（提取码：juqs）。其繁体版已在台湾地区上市发行，被权威媒体报道，且在Github趋势日榜单连续多天全球排名第一。</p> https://linkedbus.com/sites/21224.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21224.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post DeepLearning-500-questions：以问答形式阐述深度学习相关热点知识" /><p class="site-visit"><a href="https://github.com/scutan90/DeepLearning-500-questions" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="项目名deeplearning--500--questions以问答形式阐述深度学习相关热点知识"><a href="#%e9%a1%b9%e7%9b%ae%e5%90%8ddeeplearning--500--questions%e4%bb%a5%e9%97%ae%e7%ad%94%e5%bd%a2%e5%bc%8f%e9%98%90%e8%bf%b0%e6%b7%b1%e5%ba%a6%e5%ad%a6%e4%b9%a0%e7%9b%b8%e5%85%b3%e7%83%ad%e7%82%b9%e7%9f%a5%e8%af%86" class="header-anchor"></a>项目名：DeepLearning – 500 – questions：以问答形式阐述深度学习相关热点知识 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>《DeepLearning – 500 – questions》全书分为18个章节，50余万字。以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，旨在帮助自己及有需要的读者。本书凝聚了众多一线科研人员及工程师的经验，内容取材于编者在日常学习过程中总结的知识点及各大公司常见的笔试、面试题。可为多领域的研究、教学人员、学生以及初、中级研究人员和工程技术人员提供参考，也适合应聘者及面试官阅读。</p> https://linkedbus.com/sites/21312.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21312.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post PaddlePaddle/Paddle：深度学习与机器学习框架" /><p class="site-visit"><a href="https://github.com/PaddlePaddle/Paddle" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名paddlepaddlepaddle--深度学习与机器学习框架"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dpaddlepaddlepaddle--%e6%b7%b1%e5%ba%a6%e5%ad%a6%e4%b9%a0%e4%b8%8e%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0%e6%a1%86%e6%9e%b6" class="header-anchor"></a>【Github】项目名：PaddlePaddle/Paddle – 深度学习与机器学习框架 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>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。它涵盖核心框架、模型库、开发套件、工具组件和服务平台等，被众多行业广泛采用，服务超过1070万开发者、23.5万家公司并生成86万个模型。</p> https://linkedbus.com/sites/21318.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21318.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post zergtant/pytorch-handbook:开源PyTorch入门书籍" /><p class="site-visit"><a href="https://github.com/zergtant/pytorch-handbook" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名zergtantpytorch--handbook--开源pytorch入门书籍"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dzergtantpytorch--handbook--%e5%bc%80%e6%ba%90pytorch%e5%85%a5%e9%97%a8%e4%b9%a6%e7%b1%8d" class="header-anchor"></a>【Github】项目名：zergtant/pytorch – handbook – 开源PyTorch入门书籍 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>pytorch – handbook是一本开源书籍，旨在助力希望使用PyTorch进行深度学习开发和研究的朋友快速入门，其中的Pytorch教程都已测试确保可成功运行。编写时参考了网上资料且附上原文地址。作者会随PyTorch版本更新完善内容，还提供了在线版本、PDF国内镜像等资源，并提供了交流群号等信息。</p> https://linkedbus.com/sites/19729.html Wed, 04 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/19729.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post 【GitHub】tensorflow2_tutorials_chinese项目介绍" /><p class="site-visit"><a href="https://github.com/czy36mengfei/tensorflow2_tutorials_chinese" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="githubtensorflow2_tutorials_chinese"><a href="#githubtensorflow2_tutorials_chinese" class="header-anchor"></a>【<a class="link" href="https://linkedbus.com/tag/github" title="查看与 GitHub 相关的文章" target="_blank" rel="noopener" >GitHub</a>】tensorflow2_tutorials_chinese </h2><h3 id="一项目简介"><a href="#%e4%b8%80%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>一、项目简介 </h3><p>这是一个关于TensorFlow 2的中文教程项目。它包含了丰富的示例、代码和解释，旨在帮助使用者更好地理解和运用TensorFlow 2框架。无论是初学者想要入门深度学习，还是有一定经验的开发者想要深入学习TensorFlow 2的新特性，都可以从这个项目中获取到有用的信息。</p>