【CheatSheets】AI速查表集合 一图胜千言

简介: 【CheatSheets】AI速查表集合 一图胜千言

机器学习和深度学习工程师必备-速查表

机器学习很复杂。对于新手来说,如果他们没有合适的学习资源,则开始学习机器学习会很痛苦。大多数机器学习库很难理解,学习曲线可能会令人沮丧。


最近在Github发现一个仓库,名字为cheatsheets-ai ,https://github.com/kailashahirwar/cheatsheets-ai,其中包含来自不同来源的不同机器

学习框架的备忘单。


备忘单列表:

  1. Keras
  2. Numpy
  3. Pandas
  4. Scipy
  5. Matplotlib
  6. Scikit-Learn
  7. Neural Networks Zoo
  8. ggplot2
  9. PySpark
  10. R Studio
  11. Jupyter Notebook
  12. Dask


1. Keras


16.png


来源— https://www.datacamp.com/community/blog/keras-cheat-sheet#gs.DRKeNMs


2. Numpy


17.png


来源 — https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.AK5ZBgE


3. Pandas


18.png


19.png


来源-https://www.datacamp.com/community/blog/pandas-cheat-sheet-python#gs.HPFoRIc


20.png


4. Scipy


21.png


来源 — https://www.datacamp.com/community/blog/python-scipy-cheat-sheet#gs.JDSg3OI


5. Matplotlib


22.png


来源 — https://www.datacamp.com/community/blog/python-matplotlib-cheat-sheet#gs.uEKySpY


6. Scikit-learn


23.png


来源 — https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet


7. Neural Networks Zoo


24.png


来源— http://www.asimovinstitute.org/neural-network-zoo/


8. ggplot2


25.png


26.png


来源— https://www.rstudio.com/wp-content/uploads/2015/03/ggplot2-cheatsheet.pdf


9. PySpark


27.png


28.png


29.png


来源 — https://www.datacamp.com/community/blog/pyspark-sql-cheat-sheet


10. R Studio (dplyr and tidyr)


30.png


31.png


来源 — https://www.rstudio.com/wp-content/uploads/2015/02/data-wrangling-cheatsheet.pdf


11. Jupyter Notebook


32.png


来源 — https://www.datacamp.com/community/blog/jupyter-notebook-cheat-sheet


12. Dask


33.png


34.png


35.png


36.png


来源— http://docs.dask.org/en/latest/_downloads/daskcheatsheet.pdf

大家可以收藏一波~

相关文章
|
7月前
|
人工智能 弹性计算 PyTorch
【Hello AI】神行工具包(DeepGPU)-GPU计算服务增强工具集合
神行工具包(DeepGPU)是阿里云专门为GPU云服务器搭配的GPU计算服务增强工具集合,旨在帮助开发者在GPU云服务器上更快速地构建企业级服务能力
129623 3
|
2月前
|
人工智能 搜索推荐 程序员
AI 搜索引擎工具集合
AI 搜索引擎工具集合
126 1
AI 搜索引擎工具集合
|
7月前
|
人工智能 自然语言处理 安全
推荐一款 AI 资源集合平台,助你通往AGI之路。
推荐一款 AI 资源集合平台,助你通往AGI之路。
251 1
|
机器学习/深度学习 人工智能 达摩院
AI:2020年6月北京智源大会演讲视频回放集合——分享博主体会与总结
AI:2020年6月北京智源大会演讲视频回放集合——分享博主体会与总结
|
机器学习/深度学习 人工智能 算法
AI:人工智能概念之AI的发展历史图集合、AI发展思维导图之详细攻略
AI:人工智能概念之AI的发展历史图集合、AI发展思维导图之详细攻略
AI:人工智能概念之AI的发展历史图集合、AI发展思维导图之详细攻略
|
机器学习/深度学习 人工智能 算法
AI:人工智能概念之机器学习中常用算法的思维导图集合(非常经典、建议收藏)之详细攻略
AI:人工智能概念之机器学习中常用算法的思维导图集合(非常经典、建议收藏)之详细攻略
AI:人工智能概念之机器学习中常用算法的思维导图集合(非常经典、建议收藏)之详细攻略
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
61 10
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
6天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
12天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建