Что это такое?
Примеры кода к книге Майкла Нильсена «Neural Networks and Deep Learning» — набор программ на Python, которые задумано читать и запускать параллельно с чтением книги.
Примеры кода к книге Майкла Нильсена «Neural Networks and Deep Learning» — набор программ на Python, которые задумано читать и запускать параллельно с чтением книги.Это сама книга или код к ней?Только код. Текст книги лежит в другом месте; в этом репозитории находятся запускаемые примеры программ, сопровождающие книгу, — читаете книгу и параллельно запускаете эти примеры.
Только код. Текст книги лежит в другом месте; в этом репозитории находятся запускаемые примеры программ, сопровождающие книгу, — читаете книгу и параллельно запускаете эти примеры.Как запустить примеры?Склонируйте репозиторий и запускайте Python-скрипты напрямую — никакой сборки или установки не требуется. Только учтите, что код написан под Python 2.6 или 2.7.
Склонируйте репозиторий и запускайте Python-скрипты напрямую — никакой сборки или установки не требуется. Только учтите, что код написан под Python 2.6 или 2.7.Что нужно установить?Python 2.6 или 2.7. Для network3.py дополнительно нужен Theano 0.6 или 0.7 — более поздние версии Theano потребовали бы изменений в коде, которые автор делать не собирается.
Python 2.6 или 2.7. Для network3.py дополнительно нужен Theano 0.6 или 0.7 — более поздние версии Theano потребовали бы изменений в коде, которые автор делать не собирается.Заработает ли это на современном Python?Не из этого репозитория — он намеренно заморожен: обновления под Python 3 и новые возможности не планируются, так что рассчитывайте на инструменты образца 2012 года.
Не из этого репозитория — он намеренно заморожен: обновления под Python 3 и новые возможности не планируются, так что рассчитывайте на инструменты образца 2012 года.Могу ли я использовать код в своих проектах?Да — код распространяется по лицензии MIT, поэтому его можно использовать, копировать, изменять и распространять, в том числе в коммерческих целях, если сохранить уведомление об авторских правах.
Да — код распространяется по лицензии MIT, поэтому его можно использовать, копировать, изменять и распространять, в том числе в коммерческих целях, если сохранить уведомление об авторских правах.Проект ещё поддерживается?Не активно — автор считает код завершённым в его роли дополнения к книге, так что новых возможностей не будет. Сообщения об ошибках по-прежнему приветствуются, а сделать форк и развивать код самостоятельно даже поощряется.
Не активно — автор считает код завершённым в его роли дополнения к книге, так что новых возможностей не будет. Сообщения об ошибках по-прежнему приветствуются, а сделать форк и развивать код самостоятельно даже поощряется.Где взять версию, которая работает на Python 3?В README есть ссылка на отдельный перенос кода, обновлённый под Python 3.8-3.10. Сам этот репозиторий остаётся на Python 2.6/2.7 и обновляться не будет.
В README есть ссылка на отдельный перенос кода, обновлённый под Python 3.8-3.10. Сам этот репозиторий остаётся на Python 2.6/2.7 и обновляться не будет.What are similar projects?100-Days-Of-ML-Code, pytorch-tutorial, awesome-deep-learning, DeepLearning, TensorFlow-Course, pytorch-handbook, Coursera-ML-AndrewNg-Notes, fastbook
100-Days-Of-ML-Code, pytorch-tutorial, awesome-deep-learning, DeepLearning, TensorFlow-Course, pytorch-handbook, Coursera-ML-AndrewNg-Notes, fastbookWhich topics is it in?deep-learning-tutorial, neural-networks, study-guide, examples, neural-network, book, learning-resources, learning, tutorial, deep-learning, machine-learning, education
deep-learning-tutorial, neural-networks, study-guide, examples, neural-network, book, learning-resources, learning, tutorial, deep-learning, machine-learning, education