GitHub - yenlung/Deep-Learning-Basics: 使用 TensorFlow 2 的 Deep Learning 基本程式寫法示範。

Deep Learning 介紹示範程式

這裡的深度學習的基本範例, 都是採用 Tensorflow 2 (更精確說是 tf.Keras) 的框架。包括標準架構如全連結、CNN、DNN 等等, 另外也使用 Hugging Face transformers, 還有 DeepFace 等等套件, 快速做一些有趣的例子。

比較新的系列都是以小寫 colab 開頭, 也就是都可以直接在 Colab 中使用。

我在許多的課程用到這些程式範例, 最近比較完整的介紹大概是 2021 年暑假為北一女開設的線上工作坊。可以參考:

北一女 AI 研習

這些影片在 YouTube 上我做好了時間標記, 並且有投影片供大家參考。

我有兩個 AI MOOC 課程: 《深度學習的原理及實務上的應用》、《成為 Python AI 深度學習達人的第一堂課》, 通常正式開課都會在:

如果只是想看影片, 也許可以在政大 MOOC 自學影音中找到。

Name		Name	Last commit message	Last commit date
Latest commit History 60 Commits
.ipynb_checkpoints		.ipynb_checkpoints
data		data
dream_rnn		dream_rnn
flagged		flagged
images		images
my_dnn_model		my_dnn_model
投影片		投影片
01 標準的 Fully Connected (Dense) NN.ipynb		01 標準的 Fully Connected (Dense) NN.ipynb
01_pytorch_標準的 Fully Connected (Dense) NN II.ipynb		01_pytorch_標準的 Fully Connected (Dense) NN II.ipynb
01_pytorch_標準的 Fully Connected (Dense) NN.ipynb		01_pytorch_標準的 Fully Connected (Dense) NN.ipynb
01補充把我們的 model 讀回來使用.ipynb		01補充把我們的 model 讀回來使用.ipynb
02 CNN.ipynb		02 CNN.ipynb
03 RNN 做情意分析.ipynb		03 RNN 做情意分析.ipynb
04 tfKeras進階技巧1_Sequential 的另一種用法.ipynb		04 tfKeras進階技巧1_Sequential 的另一種用法.ipynb
05 tfKeras進階技巧2_Functional API.ipynb		05 tfKeras進階技巧2_Functional API.ipynb
06 Autoencoder 與 VAE.ipynb		06 Autoencoder 與 VAE.ipynb
Colab_Demo_設計你的神經網路 Gradio 版.ipynb		Colab_Demo_設計你的神經網路 Gradio 版.ipynb
Colab_Demo_設計你的神經網路.ipynb		Colab_Demo_設計你的神經網路.ipynb
DEMO_設計你的神經網路.ipynb		DEMO_設計你的神經網路.ipynb
LeNet5_CIFAR10.h5		LeNet5_CIFAR10.h5
MNIST_Model.h5		MNIST_Model.h5
README.md		README.md
colab00 基本使用篇.ipynb		colab00 基本使用篇.ipynb
colab00_基本使用篇.ipynb		colab00_基本使用篇.ipynb
colab01 標準的 Fully Connected (Dense) NN.ipynb		colab01 標準的 Fully Connected (Dense) NN.ipynb
colab01b 使用我們訓練好的模型.ipynb		colab01b 使用我們訓練好的模型.ipynb
colab02 CNN.ipynb		colab02 CNN.ipynb
colab02b Cooper 真的是馬爾濟斯嗎.ipynb		colab02b Cooper 真的是馬爾濟斯嗎.ipynb
colab02c 用遷移學習打造八哥辨識AI.ipynb		colab02c 用遷移學習打造八哥辨識AI.ipynb
colab02d 遷移式學習打造狗貓辨識器.ipynb		colab02d 遷移式學習打造狗貓辨識器.ipynb
colab03 RNN做情意分析.ipynb		colab03 RNN做情意分析.ipynb
colab03b 使用紅樓夢生成器.ipynb		colab03b 使用紅樓夢生成器.ipynb
colab03b使用紅樓夢生成器.ipynb		colab03b使用紅樓夢生成器.ipynb
colab03c 打造自己的 tokenizer.ipynb		colab03c 打造自己的 tokenizer.ipynb
colab04_用_Gradio2_快速打造_NLP_WebApp.ipynb		colab04_用_Gradio2_快速打造_NLP_WebApp.ipynb
colab04b_用transformer快速打造文字生成器.ipynb		colab04b_用transformer快速打造文字生成器.ipynb
colab04c 更多用 transformers 的例子.ipynb		colab04c 更多用 transformers 的例子.ipynb
colab04d_找到文字的embeddings.ipynb		colab04d_找到文字的embeddings.ipynb
colab08 用 DeepFace 神速打造人臉辨識.ipynb		colab08 用 DeepFace 神速打造人臉辨識.ipynb
colab08b DeepFace 進階與 Gradio 的配合.ipynb		colab08b DeepFace 進階與 Gradio 的配合.ipynb
colab99_在_matplotlib_中使用中文.ipynb		colab99_在_matplotlib_中使用中文.ipynb
dream_rnn_architecture.json		dream_rnn_architecture.json
dream_rnn_weights.h5		dream_rnn_weights.h5
dream_tokenizer.pkl		dream_tokenizer.pkl
dream_tokenizer2.pkl		dream_tokenizer2.pkl
imdb_model_architecture.json		imdb_model_architecture.json
imdb_model_weights.h5		imdb_model_weights.h5
myCNNmodel.h5		myCNNmodel.h5
my_nn.h5		my_nn.h5
myna_input.pickle		myna_input.pickle
myna_output.pickle		myna_output.pickle
用 Gradio2 快速建立你的使用者界面.ipynb		用 Gradio2 快速建立你的使用者界面.ipynb
紅樓夢生成器.ipynb		紅樓夢生成器.ipynb
紅樓夢生成器使用篇.ipynb		紅樓夢生成器使用篇.ipynb
資料準備基礎篇01：Python 基本資料型態.ipynb		資料準備基礎篇01：Python 基本資料型態.ipynb
資料準備基礎篇02：pandas 是 Python 的 Excel.ipynb		資料準備基礎篇02：pandas 是 Python 的 Excel.ipynb
資料準備基礎篇03：圖片型的資料.ipynb		資料準備基礎篇03：圖片型的資料.ipynb
資料準備基礎篇04：文字怎麼輸入電腦.ipynb		資料準備基礎篇04：文字怎麼輸入電腦.ipynb
資料準備基礎篇05：中文字變圖檔.ipynb		資料準備基礎篇05：中文字變圖檔.ipynb

yenlung/Deep-Learning-Basics

Folders and files

Latest commit

History

Repository files navigation

Deep Learning 介紹示範程式

About

Resources

Stars

Watchers

Forks

Languages