「机器学习」和「深度学习」的 Cheat Sheets Helperhaps

欢迎留言交流~~~

导读：机器学习和深度学习对于新手来说是有点难度的， 深度学习类库也同样难以理解。 作者在 Github（cheatsheets-ai）上创建了一个仓库，其中提供了从不同来源收集的 Cheat Sheets。

1. Keras

Keras 是一个用 Python 编写的高级的神经网络 API，能够运行在 TensorFlow、CNTK 或 Theano 之上。其开发着眼于能快速实验，将一个 idea 变成实际的结果是进行良好实验的关键。

2. NumPy

NumPy 是使用 Python 进行科学计算的基础软件包。除了明显的科学用途之外，NumPy 也可以作为通用数据的高效多维容器，可以定义任意数据类型，这都使 NumPy 能够无缝、快速地与各种数据库集成。

3. Pandas

Pandas 提供快速、灵活和富表达力的数据结构，以使「关系」或「标记」数据的工作变得简单直观。它旨在成为在 Python 中进行真实世界数据分析的基础的高层次构建模块。另外，它还有着更广泛的目标，即是为任何语言提供最强大和灵活的开源数据分析/操作工具，并且它已经做的很好。

4. SciPy

SciPy 包含科学工作中需要的附加例程：例如，用于计算积分的例程，求解微分方程，优化和稀疏矩阵。

5. Matplotlib

Matplotlib 是一个 Python 2D 绘图库，可以跨平台生成各种硬拷贝格式和交互式环境的可供发布图。 Matplotlib 可用于 Python 脚本、Python 和 IPython shell、Web 应用程序服务器端和各种图形用户界面工具包。

6. Scikit-learn

Scikit-learn 是基于NumPy，SciPy 和 matplotlib 的简单高效的数据挖掘和数据分析工具。

7. Neural Networks Zoo

这是神经网络架构结点速记图 The Neural Network Zoo - The Asimov Institute

8. ggplot2

ggplot2 是基于图形语法的 R 的绘图系统，提供强大的图形模型，使其易于制作复杂的多层图形。

原文地址：Essential Cheat Sheets for Machine Learning and Deep Learning Engineers

扩展阅读：12 个免费的 Deep Learning 在线学习网站