zhihu

收录理由

这个仓库里的每个文件夹都是一次独立的TensorFlow或Keras实验，而且每一份代码都对应作者在知乎专栏《机器不学习》中一篇讲解细致的文章，理论说明和实现代码挨得很近，读起来很顺。整套项目覆盖了深度学习里相当经典的内容：用LSTM对《安娜卡列尼娜》做字符级文本生成，Word2Vec的skip-gram实现，带注意力或不带注意力的Seq2Seq机器翻译，去噪自编码器，用于CIFAR分类的卷积网络，GAN和DCGAN，还有批归一化、风格迁移和情感分析。每个实验都配有文章，把模型原理和训练细节讲得比较透，照着代码从头复现一个模型、弄懂它为什么这样表现，是很实用的路径。收尾的几个点击率预测模型（DeepFM、Deep&Cross、xDeepFM、AutoInt）又把内容从纯NLP和视觉延伸到了推荐排序的范畴。虽然这不是一个生产级服务，但作为结构化的教程，它和实际项目中会实现的思路高度吻合。