深度Q学习 在OpenAI Gym上测试了具有基本或双重q-learning训练算法的深度q-networn，对决q-network的实现。 先决条件 该项目是使用Python 3.5和Tensorflow（通过tensorflow-gpu 1.2.1测试）实现的。 可用的环境来自OpenAi Gym。 要安装健身房，请访问 。 要工作需要来自atari_wrappers.py 训练网络 使用train.py模块执行网络培训。 它要求将要学习的体育馆环境作为参数。 可选地，可以指定要使用的网络类型和学习算法。 可以使用--checkpoint参数提供网络权重，使用--training_info参数提供培训状态（例如，当前步骤，总步骤，体验重播缓冲区数据）从检查点重新开始培训。 通过使用--checkpoint_step，可以指定保存检查点的步骤数。 python train.py --

边做边学深度强化学习：PyTorch程序设计实践 迷宫 Q-Learning

边做边学深度强化学习：PyTorch程序设计实践 倒立摆 Q-Learning

Packt.Python.Deep.Learning.Cookbook.2017Packt.Python.Deep.Learning.Cookbook.2017

用于sklearn和TensorFlow的学习，暂时没有中文版，内容详细，代码可用

伊维斯 ivis算法的实现，如论文中描述。 Ivis被设计为使用在三胞胎上训练的暹罗神经网络来减少非常大的数据集的维数。 支持无监督和受监督模式。 安装 Ivis在TensorFlow之上运行。 要从运行在CPU TensorFlow软件包上的PyPi安装最新的ivis版本，请运行： # TensorFlow 2 packages require a pip version >19.0. pip install --upgrade pip pip install ivis[cpu] 如果您已安装CUDA，并且希望ivis使用tensorflow-gpu软件包，请运行 pip install

Alphafold2-Pytorch（WIP） 要最终成为一个非官方的工作Pytorch实施 ，令人叹为观止的注意网络解决CASP14。 随着体系结构的更多细节发布，将逐步实施。 复制完成后，我打算将所有可用的氨基酸序列在计算机上折叠起来，并作为学术洪流发布，以供进一步科学使用。 如果您对复制工作感兴趣，请在此#alphafold 安装 $ pip install alphafold2-pytorch 用法 像Alphafold-1一样预测分布图，但要注意 import torch from alphafold2_pytorch import Alphafold2 from alphafold2_pytorch . utils import MDScaling , center_distogram_torch model = Alphafold2 ( dim = 256 ,

具有设计的三重态损失的时尚跨域图像检索 当前网络结构 局部网络“ embNet” 执行 这些笔记本由keras = 2.1.1的python = 3.5或3.6实现。 用法 在执行jupyter笔记本之前，我们需要做一些工作。 $ mkdir model $ brew install graphviz # or apt-get install graphviz $ pip install pydot 实验 乃木坂46 询问 最近的 距离 mnist 数据集 通过使用DeepFashion的数据集，我解决了三个任务之一。 （ http://mmlab.ie.cuhk.edu.hk/projects/DeepFashion.html ）通过检索的top-K分数计算准确性。 首先，我将尝试使用由数据集提供者建议的FashionNet。 （ https://ieeexplore.ie

keras之父弗朗索瓦·肖莱（François Cholle）的《Deep Learning with Python》中文版，张亮译。详尽介绍了用python和keras进行深度学习的探索实践，设计计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于该书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完该书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。 该书适合从事大数据及机器学习领域工作，并对深度学习感兴趣的各类读者。

花书可不是入门的书，它默认你对deep learning的各个领域都有了基本的了解与涉猎，因此对应于很多知识就删繁就简，不会给你掰开揉碎的讲；相应的去描写更加深入和新颖的理论与方法，可以说是用来进阶与补充的书。再多说一下，花书的作文方式很像是论述类学术论文；没怎么读过论文看起来跟天书一样，而且英语能力可以的话强烈建议之间看英文版，中文版翻译还是差点；有很多原作者的东西译者没有表达出来。