Repolode
提交项目
udacity

udacity/deep-learning

Udacity 深度学习纳米学位基础课程配套的 Jupyter 教程与项目笔记本合集。

在 GitHub 查看官网
Star
4,059
Fork
4,382
未关闭 Issue
3
最近提交
11天前

这是什么？

本仓库收录 Udacity 深度学习纳米学位基础课程使用的教程和项目 Jupyter 笔记本。教程大多带领读者实现卷积网络、循环网络和 GAN 等模型，也涵盖权重初始化、批归一化等主题。

教程内容包括用 NumPy 实现的情感分析模型，以及 TensorFlow、TFLearn 和 TensorBoard 的入门示例。其他笔记本涉及自编码器、基于 VGG 的迁移学习、Word2Vec 词嵌入、序列到序列模型，以及在 OpenAI Gym 游戏上训练深度 Q 学习。

项目部分包括用 NumPy 实现的自行车租赁预测、CIFAR-10 图像分类、文本生成、英法机器翻译，以及在 CelebA 数据集上用 DCGAN 生成人脸。每个目录都附带 requirements.txt，environments 文件夹中提供 Conda 环境文件。

核心功能

  • 01涵盖 CNN、RNN、GAN、自编码器和强化学习的教程笔记本
  • 02提供 NumPy、TensorFlow 和 TFLearn 版本的实现
  • 03包含 5 个项目笔记本，如图像分类和机器翻译
  • 04每个目录附带 requirements.txt，可用 pip 安装依赖
  • 05提供 Conda 环境文件，并区分 GPU 版本

适用场景

  • 通过 Jupyter 逐步实现模型来学习深度学习
  • 借助入门笔记本学习 TensorFlow 基础
  • 练习 GAN、RNN 或 Word2Vec 的实现
  • 在课程之外独立完成纳米学位的项目

快速上手

  1. 1

    从目录中选择一个教程或项目文件夹

  2. 2

    使用 pip 安装该文件夹的依赖

    pip3 install -r requirements.txt

使用前须知

  • Conda 环境文件与平台相关，可能需要选择与你的系统匹配的文件。
  • 这些内容围绕 Udacity 纳米学位课程构建，是一组笔记本，而不是可直接引用的打包库。

收录于专题

开源教育与学习工具

标签

#deep-learning#jupyter#tensorflow#neural-networks#tutorial#gan#rnn#education

常见问题

deep-learning 是什么？
Udacity 深度学习纳米学位基础课程配套的 Jupyter 教程与项目笔记本合集。 本仓库收录 Udacity 深度学习纳米学位基础课程使用的教程和项目 Jupyter 笔记本。教程大多带领读者实现卷积网络、循环网络和 GAN 等模型，也涵盖权重初始化、批归一化等主题。
deep-learning 可以免费使用吗？用的什么许可证？
deep-learning 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
deep-learning 还在维护吗？
活跃维护中。deep-learning 最近一次提交是在 2026年10月27日。
deep-learning 适合用来做什么？
通过 Jupyter 逐步实现模型来学习深度学习 借助入门笔记本学习 TensorFlow 基础 练习 GAN、RNN 或 Word2Vec 的实现 在课程之外独立完成纳米学位的项目
deep-learning 怎么安装和运行？
从目录中选择一个教程或项目文件夹 使用 pip 安装该文件夹的依赖: pip3 install -r requirements.txt
在哪里获取 deep-learning？
源代码和安装说明在 GitHub 上：https://github.com/udacity/deep-learning

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目