网站主页设计布局图,在越南做网站需要什么,wordpress个人博客主题模板中文,酷家乐个人网页版原标题#xff1a;资源 | 10种深度学习算法的TensorFlow实现选自 Github作者#xff1a;blackecho机器之心编译参与#xff1a;吴攀这个 repository 是使用 TensorFlow 库实现的多种深度学习算法的实现。这个软件包的目标是作为一种命令行实用程序——你可以将其用来快速训练…原标题资源 | 10种深度学习算法的TensorFlow实现选自 Github作者blackecho机器之心编译参与吴攀这个 repository 是使用 TensorFlow 库实现的多种深度学习算法的实现。这个软件包的目标是作为一种命令行实用程序——你可以将其用来快速训练和评估流行的深度学习模型以及也许使用它们作为与你的自定义模型/数据集比较的基准/标准。如果你想在 ipython 中使用这个软件包或将其整合到你的代码中作者还发布了一个名叫 yadlt 的 pip 包然而那是另一个深度学习工具了。项目地址https://github.com/blackecho/Deep-Learning-TensorFlow要求TensorFlow 0.8 或更新版本可用模型列表卷积网络(Convolutional Network)循环神经网络(LSTM)(Recurrent Neural Network (LSTM))受限玻尔兹曼机(Restricted Boltzmann Machine)深度信念网络(Deep Belief Network)作为RBM堆叠的深度自编码器(Deep Autoencoder as stack of RBMs)去噪自编码器(Denoising Autoencoder)堆叠的去噪自编码器(Stacked Denoising Autoencoder)作为去噪自编码器堆叠的深度自编码器(Deep Autoencoder as stack of Denoising Autoencoders)多层感知器(MultiLayer Perceptron)Logistic 回归安装通过 pip 安装pip install yadlt你可以通过查看 command_line/ 目录学习这些模型的基本使用方法。或者你也可能查看这个文档http://deep-learning-tensorflow.readthedocs.io/en/latest/注意用于该 pip 包的文档还处在编写过程中但这些软件包的使用方法是非常简单的。其中的类有一个类似 sklearn 的接口所以基本上你只需要创建对象(如 sdae StackedDenoisingAutoencoder())以及调用 fit/predict 方法如果模型支持的话也可调用 pretrain() 方法(如 sdae.pretrain(X_train, y_train)、sdae.fit(X_train, y_train) 和 predictions sdae.predict(X_test))通过 github 安装目录中的 cd 是你存储项目的位置例如 /home/me复制该 repo: git clone https://github.com/blackecho/Deep-Learning-TensorFlow.gitcd Deep-Learning-TensorFlow现在你可以配置软件运行这些模型了(请参考文档)文档本项目的文档可在这里查看http://deep-learning-tensorflow.readthedocs.io/en/latest/接下来将加入的模型变自编码器(Variational Autoencoders)深度 Q 强化学习(Deep Q Reinforcement Learning)©本文由机器之心编译转载请联系本公众号获得授权。✄------------------------------------------------加入机器之心(全职记者/实习生)hralmosthuman.cn投稿或寻求报道editoralmosthuman.cn广告商务合作bdalmosthuman.cn返回搜狐查看更多责任编辑
