「机器学习」和「深度学习」的 Cheat Sheets Helperhaps
来源:互联网 发布:罗马人和日耳曼人 知乎 编辑:程序博客网 时间:2024/06/15 10:12
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
- 「机器学习」和「深度学习」的 Cheat Sheets Helperhaps
- 机器学习和深度学习
- cheat-sheets
- 机器学习和深度学习的28个学习资源
- 机器学习和深度学习学习资料
- 机器学习和深度学习学习资料
- 机器学习和深度学习学习资料
- 机器学习和深度学习学习资料
- 人工智能、机器学习和深度学习的区别和联系
- 机器学习和深度学习计划
- 苹果最新机器学习研究,详解「嘿Siri」语音触发器背后的深度神经网络
- 百来篇关于机器学习和深度学习的资料
- 机器学习和深度学习相关的博客推荐
- 机器学习和深度学习相关的博客推荐
- 机器学习 和 深度学习各自的用武之地
- 深度学习和机器学习的相关资料
- 人工智能、机器学习和深度学习的区别
- 机器学习和深度学习的最佳框架大比拼
- 对数几率回归-机器学习
- 超级汽车电池充电技术,充电一分钟行驶500英里---凯利讯半导体
- 【2017.12.04】日常学习01
- Android 开发笔记 5:Android 内核下载、编译与调试
- idea快捷键,附带和eclipse对比
- 「机器学习」和「深度学习」的 Cheat Sheets Helperhaps
- 基础练习 数列特征
- 设计模式——单例模式
- 学习回顾算法(二分法查找)
- iOS中(以#开头)十六进制的颜色转换为UIColor(RGB)
- js图片查看器
- Linux C Socket编程发送结构体、文件详解及实例
- 怎么用IDEA上传本地项目到码云/Github?
- kotlin开发Android入门篇一