搜索资源列表
Python_ke_xue_ji_suan
- 这是我强烈推荐的一本书，它是基于开源软件做的类似于matlab的一个工具，功能非常的强大，建议在校学生好好学习这门课，对于以后的应用会有很大的帮助-python
Keras with Python
- 深度学习的新工具Keras包，使用Python程序设计语言实现。
Python-Machine-Learning-Blueprints-master
- Python 是当前普遍使用的流行语言，并纳入了科学计算和机器学习的内容，本文件是一个Python机器学习工具包。(Python is a popular language currently used and incorporated into the contents of scientific computing and machine learning. This document is a Python machine learning toolkit.)
keras-master
- python 工具包 keras 的学习。(python keras learning)
wps-back
- 采用tensorflow的深度学习框架，采用opencv，采用时间戳，和特征抓取，自动抓取图片特征，然后存储(Using tensorflow's deep learning framework, opencv, timestamp, and feature capture are used to automatically capture image features, and then store them)
DeepLearning
- DeepLearning 工具包C, C++, Java, phython, scala代码集合,(DeepLearning Toolkit :C, C ++, Java, phython, scala code collection)
贝叶斯方法 -概率编程与贝叶斯推断 zip
- Probabilistic Programming and Bayesian Methods for Hackers是一本写给开发者的关于贝叶斯方法和概率问题的免费开源书。贝叶斯方法的用途十分广泛，在经济学上能找出一堆的例子。而在IT行业，机器学习是非常典型的一个应用。而机器学习也是本书作者写本书的一个重要的理由。 本书选择了Python作为编程语言，这一点都不奇怪，Python在科研和数据分析上的应用是非常方便和普遍的，比如大名鼎鼎的Numpy等。作者在本书中使用另一个库PyMC，它依赖
深度学习入门：基于Python的理论与实现.pdf+代码
- 本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用，以及为什么加深层可以提高识别精度等“为什么”的问题。(This book is a true sen
利用Python进行数据分析
- 数据挖掘python语言的学习资料，包括常用算法的实现和工具的使用(Data Mining Pthon Language Learning Materials, including the Implementation of Common Algorithms and the Use of Tools)
chatbot
- 聊天机器人 原理： 严谨的说叫 ”基于深度学习的开放域生成对话模型“，框架为Keras（Tensorflow的高层包装），方案为主流的RNN（循环神经网络）的变种LSTM（长短期记忆网络）+seq2seq（序列到序列模型），外加算法Attention Mechanism（注意力机制），分词工具为jieba，UI为Tkinter，基于”青云“语料（10万+闲聊对话）训练。 运行环境：python3.6以上，Tensorflow，pandas，numpy，jieba。(Chat Robot