神经网络：用Python语言从零开始实现的卷积神经网络，LSTM神经网络和神经网络

拓扑数据分析教程 KAJI静夫撰写 这本Jupyter笔记书是为以下在线活动准备的：2020年6月18日至19日举行的 。 主要例子 单击在Google Colaboratory中打开Jupyter笔记本。 这包括 使用持久同源性从各种类型的数据（点云，图形，图像，体积，时间序列）中提取特征 使用拓扑特征进行回归/分类 降维保留拓扑特征 可视化揭示数据的形状 深度学习X TDA 展示如何将深度学习和持久同源性相结合。 NLP示例（矢量化和可视化） 作为自然语言处理的一个例子，我们看一下arXiv上的数学论文。 本示例仅在本地运行，而不在Google Colab上运行。 我没有认真调整参数，但是我希望这个示例可以作为更严肃的NLP应用程序的起点。 如果您没有gensim和nltk，请安装它们 conda install gensim nltk pip install kma

卡尔曼滤波 使用python的卡尔曼滤波器的基本实现

jupyterlab交互式仪表板编辑器 在JupyterLab中交互式创建和自定义仪表板 附加的Gif 点击展开直接在笔记本电脑上在仪表板上添加和重新排列输出。 添加多个笔记本的输出。 立即查看更改。 预览您的仪表板并在当前模式下与小部件进行交互。 撤消并重做。 也添加降价促销。 将仪表板保存到文件中， 加载它们， 并再次编辑它们！ 要求 JupyterLab> = 2.0 安装 注意：您将需要NodeJS来安装扩展。 pip install jupyterlab_interactive_dashboard_editor jupyter lab build 安装 jlpm命令是JupyterLab随JupyterLab一起安装的固定版本。您可以使用yarn或npm代替下面的jlpm 。 # Clone the repo to your local environment # Move

LUNA16对象检测 为Luna16数据集上的肺结节检测任务开发一个记录良好的存储库。 这项工作的灵感来自于“ ”。 肺癌是世界上最常见的癌症。 每年死于肺癌的人数多于乳腺癌，结肠直肠癌和前列腺癌的总和。 肺结节检测是检测肺癌的重要过程。 提供健壮模型的工作很多，但是，目前还没有确切的解决方案。 （以下简称DSB）是全球首屈一指的社会公益竞争数据科学，创建于2014年，由Booz Allen Hamilton和Kaggle提出。 数据科学碗汇聚了各行各业的数据科学家，技术专家和领域专家，以应对全球数据和技术挑战。 在DSB2017中，举行了寻找肺结节的比赛。 grt123团队通过实施基于3

自动车牌识别 :India: 表中的内容 演示版 总览 这是一个分为四个阶段的对象检测项目，主要致力于检测车辆的车牌，从而读取车牌号并将其保存在文本文件中，以供有关当局使用。该深度学习项目使用YOLOv4（您只看一次）作为神经在名为Darknet的框架之上构建的网络架构，然后使用Tensorflow Lite进行部署准备就绪，使其兼容在各种边缘设备中使用，例如android，iOS，树莓派等。 动机 由于许多实际应用，例如自动收费，交通执法，私人空间出入控制和道路交通监控，自动车牌识别（ALPR）一直是研究的一个频繁主题。 ALPR系统通常分为三个阶段：车牌（LP）检测，字符分割和字符识别。 较早的阶

迁移器LSTM 该存储库在PyTorch中从头实现LSTM（允许PyTorch处理反向传播步骤），然后尝试复制。 该代码可以在本地运行，也可以在Google Colaboratory中运行。 更新：迁移器LSTM的代码已发布。 由于他们对神经网络模型实验进行参数设置的方式有点难以理解，因此我将尝试更新自己的实现以确保正确性，但是如果您要使用源代码，请 Mogrifier LSTM结果 我使用Brown语料库数据集（在笔记本中有更多信息）在基本RNN文本预测问题上测试了Mogrifier LSTM，并将Mogrifier LSTM与普通LSTM进行比较时，看到了更早的收敛结果以及更好的验证和训练损失结果。 为了进一步验证这些结果，我们需要针对更多的数据集和更多的神经网络体系结构进行测试。 每个时期已为每种LSTM类型保存了检查点和度量标准（请参阅运行文件夹）； 我没有对tensorboa

朱庇特 将自定义CSS样式应用于jupyter笔记本。 欢迎捐款！ 通过以下方式混合和匹配主题： 布局（示例： wide ） 排版（例如： serif ） 颜色（例如： night ） 您始终可以恢复为默认值： 安装 pip install jupyter-themer 要么 python setup.py install 用法 注意：可能需要删除旧的ipython配置文件，例如默认的~/.ipython ，以使jupyter使用正确的文件。 usage: jupyter-themer [-c COLOR, --color COLOR] [-l LAYOUT, --layout LAYOUT] [-t TYPOGRAPHY, --typography TYPOGRAPHY] [-f CODE_FONT, --font CODE_FONT] [-b BACKGROUND, --background

最近在使用 Python notebook时老是出现python崩溃的现象，如下图，诱发的原因是“KERNELBASE.dll”，异常代码报“40000015”。 折腾半天，发现我启动notebook时是用自定义startup.bat方式方式启动的，bat文件的内容为 start C:\Anaconda3\python.exe “C:/Anaconda3/Scripts/jupyter-notebook-script.py” 平时双击这个bat文件就行了，如果报这个莫名的错误，是因为权限不对，需要用管理员方式运行，如图，问题解决！ 补充知识：jupyter notebook占用内存空间过大

d2l火炬 首先感谢《动手学深度学习》的原作者和贡献者为我们提供了一本本极为优秀的书籍。如果您对框架没有特定偏好或需求，不妨尝试MXNet，则极为优秀的深度学习框架。原书地址：http: ，原书视频教程： ， 本书在原书（19年5月20日版本）基础上将所有代码改用PyTorch进行实现，并以注解的形式对部分内容的进行了解释与扩展。因为PyTorch与MXNet在设计上存在不同，对原书部分内容进行了删改。 请按照目录中的顺序阅读学习。 如果您喜欢这本书，请给本项目点个star，并购买原书纸质版支持原作者及贡献者。 项目未来短期内不再更新，如需要计算性能，计算机视觉两章可使用项目 。如有疑问欢