15.4K ·GitHub
这是什么？
这是一组精选的单页速查表，涵盖 TensorFlow、Keras、NumPy、Pandas、Scikit-learn、Matplotlib、PySpark、Dask 以及 R 语言的 dplyr/tidyr 等热门机器学习和深度学习工具，面向机器学习与深度学习研究人员。
这是一组精选的单页速查表，涵盖 TensorFlow、Keras、NumPy、Pandas、Scikit-learn、Matplotlib、PySpark、Dask 以及 R 语言的 dplyr/tidyr 等热门机器学习和深度学习工具，面向机器学习与深度学习研究人员。这是一份完整的文档，还是多份独立的速查表？这是一个索引，链接着许多独立的速查表（PDF 或图片），分别针对不同的库，另外还提供一个将所有内容打包在一起的合并文件。
这是一个索引，链接着许多独立的速查表（PDF 或图片），分别针对不同的库，另外还提供一个将所有内容打包在一起的合并文件。我到底该怎么使用这些速查表？无需安装：打开 README，点击你需要的主题链接（如 Tensorflow、Keras 或 Numpy）即可查看对应的单页速查表；如果想一次获取全部内容，可以下载 “All Cheat Sheets” 合集。
无需安装：打开 README，点击你需要的主题链接（如 Tensorflow、Keras 或 Numpy）即可查看对应的单页速查表；如果想一次获取全部内容，可以下载 “All Cheat Sheets” 合集。这些速查表会及时更新吗？README 中没有提供更新计划或版本信息，因此应将这些速查表视为静态快照，而不是会针对新版本库持续修订的内容。
README 中没有提供更新计划或版本信息，因此应将这些速查表视为静态快照，而不是会针对新版本库持续修订的内容。“All Cheat Sheets” 链接是做什么用的？它是一个打包的 PDF 文件，包含所有单独的速查表。如果你想一次性下载全部内容，而不必逐个打开链接，这个文件会很方便。
它是一个打包的 PDF 文件，包含所有单独的速查表。如果你想一次性下载全部内容，而不必逐个打开链接，这个文件会很方便。这些速查表最初从哪里来？它们配合仓库作者在 Medium 上发表的一篇文章，内容是机器学习和深度学习研究人员必备的速查表，文章链接位于 README 顶部。
它们配合仓库作者在 Medium 上发表的一篇文章，内容是机器学习和深度学习研究人员必备的速查表，文章链接位于 README 顶部。哪些速查表专门针对神经网络？除了 Tensorflow 和 Keras 的速查表，还有几份专门的速查表，分别是 “Neural Networks Zoo”、“Neural Network Cells”、“Neural Network Graphs”，以及通用的 “Deep Learning Cheat Sheet”。
除了 Tensorflow 和 Keras 的速查表，还有几份专门的速查表，分别是 “Neural Networks Zoo”、“Neural Network Cells”、“Neural Network Graphs”，以及通用的 “Deep Learning Cheat Sheet”。除了 Python，R 用户也能用上这些内容吗？可以。有两份速查表涵盖 R Studio 中的 dplyr 和 tidyr 包，其余内容主要围绕 Python 和 Spark，另外还有 ggplot2 相关的速查表。
可以。有两份速查表涵盖 R Studio 中的 dplyr 和 tidyr 包，其余内容主要围绕 Python 和 Spark，另外还有 ggplot2 相关的速查表。What are similar projects?data-science-ipython-notebooks, 100-Days-Of-ML-Code, Ai-Learn, machine-learning-zoomcamp, handson-ml2, mlcourse.ai, tutorials, 100-Days-Of-ML-Code
data-science-ipython-notebooks, 100-Days-Of-ML-Code, Ai-Learn, machine-learning-zoomcamp, handson-ml2, mlcourse.ai, tutorials, 100-Days-Of-ML-CodeWhich topics is it in?scipy, cheat-sheet, matplotlib, spark, keras, scikit-learn, pandas, numpy, cheatsheet, tensorflow, neural-network, data-science
scipy, cheat-sheet, matplotlib, spark, keras, scikit-learn, pandas, numpy, cheatsheet, tensorflow, neural-network, data-science