【導(dǎo)讀】Yann LeCun在Twitter上推薦了Sebastian Raschka的Github項(xiàng)目“Deep Learning Models”,，該項(xiàng)目包含了80個(gè)深度模型的教程,，由TensorFlow和PyTorch實(shí)現(xiàn)，2天獲幾千贊和星,。

Github項(xiàng)目rasbt/deeplearning-models包含了由TensorFlow/PyTorch實(shí)現(xiàn)的80個(gè)模型,，覆蓋了從傳統(tǒng)機(jī)器學(xué)習(xí)（邏輯回歸,、感知器等）到高階深度網(wǎng)絡(luò)應(yīng)用（對抗生成網(wǎng)絡(luò)等）的內(nèi)容,。

項(xiàng)目才發(fā)布2天,，就在Twitter上獲得了幾千贊：

Yann LeCun的Twitter：

Sebastian Raschka的Twitter：

該項(xiàng)目的Github鏈接為：https://github.com/rasbt/deeplearning-models

目前已獲得1500+星：

項(xiàng)目中覆蓋的范圍大致有（每個(gè)目錄下都包含若干示例）：

• 傳統(tǒng)機(jī)器學(xué)習(xí)

• 多層感知器

• 卷積神經(jīng)網(wǎng)絡(luò)

• 度量學(xué)習(xí)

• 自編碼器

• 生成式對抗網(wǎng)絡(luò)

• 循環(huán)神經(jīng)網(wǎng)絡(luò)

• 有序回歸

• 建議和技巧

• PyTorch工作流和機(jī)制

• TensorFlow工作流和機(jī)制

參考鏈接：

• https://github.com/rasbt/deeplearning-models