DeepLearningZeroToAll

ラボコード (WIP)、ただしコメントを募集中

これは、https://youtu.be/BS6O0zOGX4E の TensorFlow 基本チュートリアル (韓国語) で取り上げられているラボ用のコードです。 （英語での動画撮影も予定しております。）

これは進行中の作業であり、バグがある可能性があります。ただし、コメントやプルリクエストを募集しています。私たちのスタイルガイドラインをチェックしてください:

• より多くの TF (1.0) スタイル: より最新の適切な TF API を使用します。
• より Python らしく: Python のパワーを最大限に活用
• 読みやすさ（効率よりも）: 指導目的であるため、他のものよりも読みやすさを優先します。
• 理解しやすさ (すべてにおいて): TF の主要な概念を理解することが、このコードの主な目標です。
• キス: シンプルにしてください、バカ! https://www.techopedia.com/definition/20262/keep-it-simple-stupid-principle-kiss-principle

ラボのスライド:

• https://goo.gl/jPtWNt

スライドに関するコメントをお待ちしております。

ファイル命名規則:

• klab-XX-X-[名前].py: Keras labs コード
• lab-XX-X-[名前].py: TensorFlow ラボ コード
• mxlab-XX-X-[名前].py: MXNet ラボ コード

インストール要件

pip install -r requirements.txt

テストと autopep8 を実行する

TODO: テスト ケースをさらに追加する必要があります

python -m unittest discover -s tests ;

# http://stackoverflow.com/questions/14328406/
pip install autopep8 # if you haven't install
autopep8 . --recursive --in-place --pep8-passes 2000 --verbose

自動的にrequirements.txtを作成します

pip install pipreqs

pipreqs /path/to/project

http://stackoverflow.com/questions/31684375

投稿/コメント

コメントやプルリクエストはいつでもお待ちしております。

リファレンス実装

• https://github.com/nlintz/TensorFlow-Tutorials/
• https://github.com/golbin/TensorFlow-ML-Exercises
• https://github.com/FuZer/Study_TensorFlow
• https://github.com/fchollet/keras/tree/master/examples