机器心脏精加工
参与:一鸣
还记得李牧的《动手学深度学习》吗?最近书的TF2.0代码复制项目来了。
加州大学伯克利分校李牧分校的《动手学深度学习》开源图书自推出以来广受好评。很多开发者使用书中的内容,用各种深度学习框架来重现。就机器之心所知,现在有MXnet(原版)和PyTorch两个版本。
最近《动手学深度学习》本书有了新的复制代码版本——tensor flow 2.0版。这个项目在12月9日登上了GitHub热榜,一天之内获得了一百颗星。
项目地址:https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0
据项目作者介绍,该项目基于该书中文版的更新重建,代码参考PyTorch版本。目前项目已经更新到第五章,还在更新中。
本项目的两位主要作者来自北京大学软件与微电子学院。这个项目已经得到李牧先生本人的批准。
TF2.0 版的 《动手学》 怎么样
这个项目包括两个文件夹,code和doc。Code以Jupyter格式存储代码,而doc是md格式的图书文件。因为原著用的是MXnet,所以代码和文字略有不同。
书籍内容展示
考虑到md格式并不能很好的展现公式,作者用DOCSIFY(https://DOCSIFY . js . org/#/zh-cn/)将正文转移到GitHub页面,你可以像浏览网页一样阅读全书。
网站地址:https://trickygo.github.io/Dive-into-DL-TensorFlow2.0
从网页上看,目前确实更新了第五章,但考虑到这是一个小团队完成的代码重构工作,完成这么多并不容易。
代码展示
书中代码和正文穿插,可以边读边写代码复制,随时随地查看结果。
以“构建MLP网”为例,作者提供了最Python的重现方法——在TF2.0的代码中为模型定义一个类,继承tf.keras.Model的基类,这是一个安全的方法。
v class="pgc-img">
当然,也有这样较为简单的实现代码。总之,代码非常简洁易懂。
全书目录
和之前机器之心介绍过的一样,这里提供全书目录,供读者参考。
怎样使用这一项目
作者在项目介绍中提供了两种使用方法,你可以从网页上阅读全书和配套代码,并一步一步跟着复现。当然,还有另一种本地浏览的方法。
具体而言,你需要首先安装 docify-cli 工具:
npm i docsify-cli -g
接着将本项目 clone 到本地并进入目录:
git clone https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0cd Dive-into-DL-TensorFlow2.0
然后可以运行一个本地服务器,你可以在浏览器中输入 http://localhost:3000,然后就可以实时访问文档并查看渲染效果了。
docsify serve docs