原標題：資源 | 10種深度學習算法的TensorFlow實現

選自 Github

作者：blackecho

機器之心編譯

參與：吳攀

這個 repository 是使用 TensorFlow 庫實現的多種深度學習算法的實現。這個軟件包的目標是作為一種命令行實用程序——你可以將其用來快速訓練和評估流行的深度學習模型以及也許使用它們作為與你的自定義模型/數據集比較的基準/標準。如果你想在 ipython 中使用這個軟件包或將其整合到你的代碼中，作者還發布了一個名叫 yadlt 的 pip 包，然而那是另一個深度學習工具了。

項目地址：https://github.com/blackecho/Deep-Learning-TensorFlow

要求

TensorFlow 0.8 或更新版本

可用模型列表

卷積網絡(Convolutional Network)

循環神經網絡(LSTM)(Recurrent Neural Network (LSTM))

受限玻爾茲曼機(Restricted Boltzmann Machine)

深度信念網絡(Deep Belief Network)

作為RBM堆疊的深度自編碼器(Deep Autoencoder as stack of RBMs)

去噪自編碼器(Denoising Autoencoder)

堆疊的去噪自編碼器(Stacked Denoising Autoencoder)

作為去噪自編碼器堆疊的深度自編碼器(Deep Autoencoder as stack of Denoising Autoencoders)

多層感知器(MultiLayer Perceptron)

Logistic 回歸

安裝

通過 pip 安裝：

pip install yadlt

你可以通過查看 command_line/ 目錄學習這些模型的基本使用方法。或者你也可能查看這個文檔：http://deep-learning-tensorflow.readthedocs.io/en/latest/

注意：用于該 pip 包的文檔還處在編寫過程中，但這些軟件包的使用方法是非常簡單的。其中的類有一個類似 sklearn 的接口，所以基本上你只需要：創建對象(如 sdae = StackedDenoisingAutoencoder())以及調用 fit/predict 方法；如果模型支持的話，也可調用 pretrain() 方法(如 sdae.pretrain(X_train, y_train)、sdae.fit(X_train, y_train) 和 predictions = sdae.predict(X_test))

通過 github 安裝：

目錄中的 cd 是你存儲項目的位置，例如 /home/me

復制該 repo: git clone https://github.com/blackecho/Deep-Learning-TensorFlow.git

cd Deep-Learning-TensorFlow

現在你可以配置軟件運行這些模型了(請參考文檔)！

文檔

本項目的文檔可在這里查看：http://deep-learning-tensorflow.readthedocs.io/en/latest/

接下來將加入的模型：

變自編碼器(Variational Autoencoders)

深度 Q 強化學習(Deep Q Reinforcement Learning)

?本文由機器之心編譯，轉載請聯系本公眾號獲得授權。

?------------------------------------------------

加入機器之心(全職記者/實習生)：hr@almosthuman.cn

投稿或尋求報道：editor@almosthuman.cn

廣告&商務合作：bd@almosthuman.cn返回搜狐，查看更多

責任編輯：

總結

以上是生活随笔為你收集整理的tensorflow玻尔兹曼机_资源 | 10种深度学习算法的TensorFlow实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。