深度学习入门基于python的理论与实现github

$ cd ch01
$ python man.py

$ cd ../ch05
$ python train_nueralnet.py

• • Actions

    Automate any workflow

  • Packages

    Host and manage packages

  • Security

    Find and fix vulnerabilities

  • Codespaces

    Instant dev environments

  • Copilot

    Write better code with AI

  • Code review

    Manage code changes

  • Issues

    Plan and track work

  • Discussions

    Collaborate outside of code

  • Explore
  • All features
  • Documentation
  • GitHub Skills
  • Changelog

• • By Size
  • Enterprise
  • Teams
  • Compare all
  • By Solution
  • CI/CD & Automation
  • DevOps
  • DevSecOps
  • Case Studies
  • Customer Stories
  • Resources

• • GitHub Sponsors

    Fund open source developers

  • The ReadME Project

    GitHub community articles

  • Repositories
  • Topics
  • Trending
  • Collections

• Pricing

相信您寻找 pdf、源代码、课件已经很久了，是的，这里免费提供大家一起学习进步。收集整理不易，如果帮到您希望您可以点个赞Star
本项目将持续更新自己的学习笔记，欢迎一起交流。

deep-learning-from-scratch

《深度学习入门-基于Python的理论与实现》，包含源代码和学习笔记。

deeplearning-from-mooc

根据慕课网imooc《深度学习之神经网络(CNN/RNN/GAN)算法原理+实战》，收集整理相关资料。

machinelearning-sklearn

菜菜的机器学习sklearn，手把手教你利用sklearn进行机器学习实战，干货满满，非常棒！
这里收集了该课程全套课件资料+源码。
B站传送门： 菜菜的机器学习sklearn

文件结构

目录	描述
deeplearning-from-mooc	《深度学习之神经网络(CNN/RNN/GAN)算法原理+实战》
deeplearning-from-scratch	《深度学习入门-基于Python的理论与实现》
machinelearning-sklearn	《菜菜的机器学习sklearn》
pdf	pdf资源分享
learningnotes	学习笔记

README.md

深度学习入门

文件结构

源代码的解释请参考本书。

必要条件

执行源代码需要按照以下软件。

• Python 3.x
• NumPy
• Matplotlib

※Python的版本为Python 3。

执行方法

前进到各章节的文件夹，执行Python命令。

$ cd ch01
$ python man.py

$ cd ../ch05
$ python train_nueralnet.py

使用许可

本源代码使用MIT许可协议。 无论是否为商业行为，均可自由使用。

勘误表

本书的勘误信息在以下网址中公开。读者可以在以下网址中查看和提交勘误。

http://www.ituring.com.cn/book/1921

此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。

如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。

内容简介

• 日本深度学习入门经典畅销书，原版上市不足2年印刷已达100000册。长期位列日亚“人工智能”类图书榜首，众多五星好评。
• 使用 Python 3，尽量不依赖外部库或工具，从零创建一个深度学习模型。
• 示例代码清晰，源代码可下载，需要的运行环境非常简单。读者可以一边读书一边执行程序，简单易上手。
• 使用平实的语言，结合直观的插图和具体的例子，将深度学习的原理掰开揉碎讲解，简明易懂。
• 使用计算图介绍复杂的误差反向传播法，非常直观。
• 相比“花书”，本书更合适入门。

作者简介

斋藤康毅， 东京工业大学毕业，并完成东京大学研究生院课程。现从事计算机视觉与机器学习相关的研究和开发工作。是 Introducing Python、Python in Practice、The Elements of Computing Systems、Building Machine Learning Systems with Python 的日文版译者。

译者简介

陆宇杰，众安科技 NLP 算法工程师。主要研究方向为自然语言处理及其应用，对图像识别、机器学习、深度学习等领域有密切关注。Python 爱好者。