深度学习github上项目（2.0的中文深度学习开源书来了）

十三 发自 凹非寺
量子位 报道 | 公众号 QbitAI

TensorFlow 2.0 发布已有一个半月之久，你会用了吗？

近日，一个叫做深度学习开源书的项目在火了。GitHub趋势日榜排名全球第一，已斩获2K 星。

为什么这么火？

因为这是一本基于TensorFlow 2.0 正式版的中文深度学习开源书。

还包含电子书和配套源代码。

话不多说，一起来看看这本爆款书籍吧！

这本书共包含15个章节。

从目录章节构成来看，理论与编程并不是独立分开，而是随着难度的递增，循序渐进、穿插编排的。

大体上可以分为四个部分。

第一部分是1-3章。主要介绍人工智能的初步认知，并引出相关问题。

第二部分是4-5章。主要介绍TensorFlow相关基础，为后续算法实现铺垫。

第三部分是6-9章。主要介绍神经网络的核心理论和共性知识，助于理解深度学习的本质。

第四部分是10-15章。主要介绍常见的算法与模型。

除此之外，每个章节里的内容编排也是理论与实战相结合。

在这个repo中，作者根据章节也给出了源代码和数据，但同时他也表示：

时间仓促，源代码还没有整理完全。

有兴趣的读者可以跟进这个repo的更新。

以“回归问题”为例，作者便给出了对应的数据和.py文件。

从代码来看，上手也是较为容易。

本书电子版地址如下：
https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book/blob/master/【《TensorFlow2深度学习》】.pdf

不过，从最后一章“精灵宝可梦数据集”和目录排版来看，似乎有一丝致敬台大李宏毅老师的感觉。

TensorFlow 2.0 实战案例

项目作者还介绍了TensorFlow 2.0的实战案例。

这个repo也是PoweredByTF 2.0 Challenge的获胜项目。

安装

首先确保使用的Python版本是3.x。

CPU安装

pip install tensorflow -U

GPU安装

先自己安装CUDA 10.0和cudnn，然后设置LD_LIBRARY_PATH。

pip install tensorflow-gpu -U

测试安装

In [2]: import tensorflow as tf In [3]: tf.__version__ Out[3]: '2.0.0' In [4]: tf.test.is_gpu_available() ... totalMemory: 3.95GiB freeMemory: 3.00GiB ... Out[4]: True

主要内容包括：

每一部分都涵盖了理论介绍和源代码。

当然，作者也提供了中文版的深度学习与TensorFlow入门实战的源代码和PPT。地址如下：
https://github.com/dragen1860/TensorFlow-2.x-Tutorials/tree/master/深度学习与TensorFlow入门实战-源码和PPT

作者介绍

该项目作者是Jackie Loong，也就是书籍封面的龙龙老师，真名龙良曲。

龙龙老师曾经在新加坡国立大学担任助教。所参与的论文入围了AAAI 2018。

从GitHub主页也能看出，会经常参与并发布有关深度学习内容或工具的教程。

传送门

基于TF 2.0深度学习开源书项目地址：
https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book

TF 2.x 教程项目地址：
https://github.com/dragen1860/TensorFlow-2.x-Tutorials

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态

,