涵盖 14 大主题!最完整的 Python 学习实例集来了!
6红色石头 发布于 2021-09-22
机器学习、深度学习最简单的入门方式就是基于 Python 开始编程实战。最近闲逛 GitHub,发现了一个非常不错的 Python 学习实例集,完全是基于 Python 来实现包括 ML、DL 等领域。推荐给大家~ 首先放上该开源项目的 GitHub 地址: https://gi...
阅读(24045)评论(0)赞 (10)
红色石头 发布于 2021-09-22
机器学习、深度学习最简单的入门方式就是基于 Python 开始编程实战。最近闲逛 GitHub,发现了一个非常不错的 Python 学习实例集,完全是基于 Python 来实现包括 ML、DL 等领域。推荐给大家~ 首先放上该开源项目的 GitHub 地址: https://gi...
阅读(24045)评论(0)赞 (10)
红色石头 发布于 2021-08-02
大家好,好久没给大家推荐优质的机器学习 GitHub 开源资料了。最近逛 GitHub,发现了一个非常不错的 AI 资料,兼顾理论和实战,非常不错! 首先放上该资源的 GitHub 地址: https://github.com/ben1234560/AiLearning-Theo...
阅读(5625)评论(0)赞 (4)
红色石头 发布于 2021-06-01
无论你是学习机器学习还是深度学习,看学术论文必不可少。作为 AI 初学者而言,如何挑选更适合自己、更容易学习的 AI 论文尤为重要!真的会起到事半功倍的效果。 今天给大家推荐一个非常不错的 GitHub 开源项目:TopPaper。该项目汇聚了 AI 方向重点核心的论文,方便初学...
阅读(28792)评论(0)赞 (6)
红色石头 发布于 2021-06-01
无论是做机器学习、深度学习、自然语言处理还是其它领域,算法的重要性不言而喻!吃透算法底层原理、掌握算法数学推导和代码实现,对提高自己的硬核实力来说非常重要!今天给大家推荐一个超赞的开源算法笔记!中文版!而且在 GitHub 上已经收获了近 1k 的赞了! 首先放上该笔记的 Git...
阅读(39028)评论(0)赞 (1)
红色石头 发布于 2021-03-03
今天给大家推荐一个硬核干货:一个基于 PyTorch 的图像模型库(PyTorch Image Models,TIMM),用于最新图像分类。 这个库从 330+ 种预训练的最新图像分类模型中进行选择,方便我们使用提供的脚本在 ImageNet 等研究数据集上重新训练模型。而且,可...
阅读(6794)评论(0)赞 (4)
红色石头 发布于 2020-11-27
机器学习是一门理论性和实战性都比较强的技术学科。在应聘机器学习相关工作岗位时,我们常常会遇到各种各样的机器学习问题和知识点。 算法理论基础不仅包含基本概念、数学基础,也包含了机器学习、深度学习相关。今天给大家推荐一个不错的算法理论基础面试题汇总资源,已开源~ 首先放上这份开源面试...
阅读(4953)评论(0)赞 (3)
红色石头 发布于 2020-11-27
微软剑桥研究院实验室主任 Christopher Bishop 的经典著作《Pattern Recognition and Machine Learning》,中文译名《模式识别与机器学习》,简称 PRML,深受广大机器学习爱好者好评! 在豆瓣上,这本书也是收到了 9.5 的高分...
阅读(5578)评论(0)赞 (1)
红色石头 发布于 2020-06-28
如今,AI有道已经陪伴读者两年了。在这段时间里,我们一直专注于人工智能最前沿的技术、干货和资讯,努力为读者呈现最有价值的 AI 信息,致力于为读者提供切实可行的 AI 学习路线。 两年的时间,我们已经发布了超过 160 篇技术干货文章,52 万字,电子版总共 1700 多页。内容...
阅读(37818)评论(0)赞 (13)
红色石头 发布于 2020-06-28
现在大家平时会遇到很多不错的机器学习资源,但是大多数情况下,资源比较分散,不方便集中管理和查阅。更重要的是往往很难找到一个系统完整的资源导航,形成系统的学习路线,方便搜索。 重磅!今天小编在网上“闲逛”的时候发现了一个超级棒的机器学习优质资源分类导航。至少节约大家 50% 的时间...
阅读(10339)评论(0)赞 (2)
红色石头 发布于 2020-02-28
自 2017 年 1 月 PyTorch 推出以来,其热度持续上升。PyTorch 能在短时间内被众多研究人员和工程师接受并推崇是因为其有着诸多优点,如采用 Python 语言、动态图机制、网络构建灵活以及拥有强大的社群等。 最近红色石头在浏览 GitHub 的时候发现了一份超赞...
阅读(6616)评论(0)赞 (4)