【杂谈】有三AI开源项目中的代码和教程,来学习的粉丝们应该要知道了

我们的开源项目https://github.com/longpeng2008/yousan.ai早就存在了,但还是经常会遇到不知道这个项目的学习者。这个项目是我们目前唯一的技术性开源项目,里面包含适合新手学习的教程,代码,以及有三书籍的开源代码,现在请大家重新看一遍有什么,学会利用起这些资源。

超过12个框架的cv学习代码

要掌握好一个开源框架,通常需要做到以下几点:

(1) 熟练掌握不同任务数据的准备和使用。

(2) 熟练掌握模型的定义。

(3) 熟练掌握训练过程和结果的可视化。

(4) 熟练掌握训练方法和测试方法。

一个框架,官方都会开放有若干的案例,最常见的案例就是以MNISI数据接口+预训练模型的形式,供大家快速获得结果,但是这明显还不够,学习不应该停留在跑通官方的demo上,而是要解决实际的问题。

我们要学会从自定义数据读取接口,自定义网络的搭建,模型的训练,模型的可视化,模型的测试与部署等全方位进行掌握。

我们在这个项目中给主流的开源框架,如何完成以上各个步骤都提供了完整的代码,并且使用同样的模型方便进行比较。

如果还不清楚细节的,请大家阅读以下两篇文章的介绍。

【完结】给新手的12大深度学习开源框架快速入门项目

【通知】有三AI发布150页深度学习开源框架指导手册与GitHub项目,欢迎加入我们的开源团队

NLP实践代码

公众号文章中也写过不少NLP的实践文章,配套的代码都传到了这个项目中,包括词向量,实体关系提取,聊天机器人等,相关图文如下:

【NLP实战】基于ALBERT的文本相似度计算

【NLP实战】如何基于Tensorflow搭建一个聊天机器人

【NLP实战】tensorflow词向量训练实战

【NLP实战系列】Tensorflow命名实体识别实战

【NLP实战系列】朴素贝叶斯文本分类实战

书籍代码开源

有三写的书全部都是理论和实践结合的,核心的代码,通用的脚本也会同步到这个项目中,请大家及时关注,当然新书上市后肯定要过一段时间才会开源,数据集不会包含在项目中。

图文教程

我们公众号的文章,是比较适合做系统性的教程的,我们会整理成PDF存放在这个项目中,暂时包括指导手册和开源框架手册,以后还会陆续整理。

请大家善用资源,减少交流时间,提高学习效率吧。

(0)

相关推荐