///// 快书 这些笔记本介绍了深度学习， 和 。 fastai是用于深度学习的分层API； 有关更多信息，请参见。 此回购协议中的所有内容均受版权保护，由Jeremy Howard和Sylvain Gugger于2020年开始。 这些笔记本用于 ，构成了 的基础，目前可以购买。 它没有与该草案相同的GPL限制。 GPL v3许可证涵盖了笔记本和python .py文件中的代码； 有关详细信息，请参见LICENSE文件。 其余部分（包括笔记本和其他散文中的所有降价单元）均未经许可可用于任何重新分发或更改格式或媒介的行为，除了复制笔记本或为您自己的私人使用而分叉此存储库外。 禁止用于商业

机器_学习_代码_实现 基于NumPy的机器学习算法的Python代码实现。

外汇深度学习量化算法 自行开发的外汇市场源代码。 由Matlab 2020B开发 首先运行AI.m，然后运行RegView.m

StellarGraph机器学习库目录简介指导原则入门安装使用PyPI安装StellarGraph在Anacon中安装StellarGraph StellarGraph机器学习库StellarGraph是一个用于在图和网络上进行机器学习的Python库。 目录简介入门入门帮助示例：GCN算法安装使用PyPI安装StellarGraph在Anaconda Python中安装StellarGraph从GitHub来源安装StellarGraph引用参考简介StellarGraph库提供了用于图式机器学习的最新算法，使它变得容易发现模式和答案

上下文编码器：[CVPR 2016]使用GAN通过图像修复进行无监督特征学习

异常检测工具包（ADTK）异常检测工具包（ADTK）是用于无监督/基于规则的时间序列异常检测的Python软件包。 由于异常的性质在不同情况下会有所不同，因此模型可能无法正常工作异常检测工具包（ADTK）异常检测工具包（ADTK）是用于无监督/基于规则的时间序列异常检测的Python软件包。 由于异常的性质在不同情况下会有所不同，因此模型可能无法普遍适用于所有异常检测问题。 正确选择和组合检测算法（检测器），特征工程方法（变压器）和集成方法（聚合器）是建立有效的异常检测模型的关键。 此套餐提供

This book will teach you how to deploy large-scale datasets in deep neural networks with Hadoop for optimal performance. Starting with understanding what deep learning is, and what the various models associated with deep neural networks are, this book will then show you how to set up the Hadoop environment for deep learning.

凯拉斯·夏普 注意：该项目即将被归档。 为了更好的替换，请查看或 。 欢呼快乐，编码愉快！ 塞萨尔 正在进行的一项工作是将大多数Keras深度学习库移植到C＃。 欢迎来到Keras＃项目！ 我们的目标是在C＃中引入与体验兼容的类似Keras的API，这意味着，如果您已经了解Keras，则无需学习任何新概念即可使用Keras＃进行安装和运行。 这是Keras项目的直接逐行端口，这意味着当前发送到Keras主项目的所有更新和修补程序都应简单明了地应用于该分支。 与最初的项目一样，我们旨在同时支持TensorFlow和CNTK-但不支持Theano，因为该于2017年。 例 考虑下面，如下所示

Algorithm-Deep-reinforcement-learning-with-pytorch.zip,Pythorch实现DQN、AC、Acer、A2C、A3C、PG、DDPG、TRPO、PPO、SAC、TD3和….,算法是为计算机程序高效、彻底地完成任务而创建的一组详细的准则。

caltech_101_transfer_learning 在Caltech 101对象数据集上使用ResNet50模型进行转移学习以进行图像分类 在职的 从此位置下载数据集 ，然后更改数据路径。