#736 · 主分类: 教育与研究
DeepLearn
使用Keras、Tensorflow和Scikit Learn在Python中实现深度学习、NLP和CV研究论文。
项目最后更新:12/04/22
GitHub Stars
1.8K
Forks数量
349
贡献者数量
4
许可证
MIT
收录理由
读论文时最常遇到的难题,是知道理论却想象不出代码长什么样。这个仓库正是为填补这种落差而生的。它把一系列知名深度学习论文的 Python 实现整理到一起,每篇论文都附有原始 PDF 链接和对应的 Keras 或 TensorFlow 代码:有处理句子对的注意力卷积网络、判断句子相似度的孪生循环网络,也有用于知识库补全的神经张量网络。内容重点偏向自然语言处理,问答和立场识别都有不错的覆盖,同时给表征学习和基于相关性的计算机视觉留了位置。它不是一个持续维护的生产级库,更像是一份从理论走向可运行模型的案头参考,适合拿来边读边看代码。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管,为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章,助你提升开发技能
generative-ai-for-beginners
21节课,开始使用生成式AI构建