機器學習及深度學習的知識點及面試題總結

七月線上實驗室發表於2018-06-11
1.深度學習框架 Pytorch

https://github.com/pytorch/pytorch


PyTorch 是一個 Torch7 團隊開源的 Python 優先的深度學習框架,提供兩個高階功能:

● 強大的 GPU 加速 Tensor 計算(類似 numpy)

● 構建基於 tape 的自動升級系統上的深度神經網路

● 你可以重用你喜歡的 python 包,如 numpy、scipy 和 Cython ,在需要時擴充套件 PyTorch。


2.deepfake 的深度學習技術 Facewap


https://github.com/deepfakes/faceswap


deepfake 的深度學習技術,這款工具本來的用途是用來識別和交換圖片、視訊中人物臉部影象的工具 。該專案有多個入口,你需要做的事:

● 收集照片

● 從原始照片中提取面部影象

● 在照片上訓練模型

● 使用模型轉換原始碼


3.神經網路庫 keras


https://github.com/keras-team/keras


Keras 是一個極簡的、高度模組化的神經網路庫,採用 Python(Python 2.7-3.5.)開發,能夠執行在 TensorFlow 和 Theano 任一平臺,好專案旨在完成深度學習的快速開發。

特性:

● 可以快速簡單的設計出原型(通過總模組化、極簡性、和可擴充套件性)

● 同時支援卷積網路和迴圈網路,以及兩者的組合

● 支援任意的連線方案(包括多輸入和多輸出)

● 支援GPU和CPU


4.public-apis


https://github.com/toddmotto/public-apis


PublicApis:公共API目錄大全是一個通過 MaShape 市場整合的世界上最全的 API 介面目錄,支援關鍵詞搜尋和新增API資料,方便開發者快速的找到自己想要的 API,目前已經收錄 5321 種 API 介面。


5.人臉識別庫 face_recognition


https://github.com/ageitgey/face_recognition


基於python的開源人臉識別庫,該庫可以通過python或者命令列即可實現人臉識別的功能。使用dlib深度學習人臉識別技術構建,在戶外臉部檢測資料庫基準(Labeled Faces in the Wild)上的準確率為99.38%。 

(本文資訊來源於網路)

640?wx_fmt=gif

《機器學習集訓營 第五期》開始報名,BAT級工業專案實戰輔導 + 一對一面試求職輔導,並提供一年GPU雲實驗平臺免費使用;北京、上海、深圳、廣州、杭州、瀋陽、濟南、鄭州、成都、武漢、西安十一城同步開營,點選“閱讀原文”試聽

640?wx_fmt=jpeg

640?wx_fmt=png

相關文章