PyCharm社区版支持深度学习_深度学习,大家都看哪些社区论坛?
- 對代碼、編程感興趣的可以加我公眾號<老K玩代碼>，和我交流!
學習Python，有一半的小伙伴是沖著深度學習來的。
自學雖好，但還是需要有人指點。
那有沒有什么研究深度學習的朋友比較會聚集的網絡社區或平臺工具呢？
其實是有的，想了解的話，就點擊上方老K玩代碼，關注我吧~！
- 老K查看了知乎上網友關于這個問題的推薦，并整理成文，推薦到您面前！
- 下面開始正文~！
1. Quora ?推薦：4.5/5.0星★★★★☆
https://www.quora.com/
以下是關于“Quora”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:
“- Reddit和Quora更偏向資訊交互，解決具體技術問題的討論較少，偏方法論。后三個偏向解決具體問題，很多非常具體。Quora和stackexchange上不乏有大佬出沒。
- 以中文為主體的機器學習論壇似乎沒有特別出名的。據我觀察，現階段水平比較高的竟然是...知乎(機器學習，深度學習(Deep Learning)，很像是Reddit、Quora和StackOverlow的結合體。CSDN上也不乏有些不錯的文章，但似乎更新的頻率不高，文章偏老。
- 至于問答社區，stackOverflow上面數據科學應該不會越俎代庖成為主體，exchange活躍度一直比較一般吧，至于Quora，跟知乎比起來流量差異還是蠻大的。
2. Reddit ?推薦：4.5/5.0星★★★★☆
https://www.reddit.com/
以下是關于“Reddit”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:
“Reddit和Quora更偏向資訊交互，解決具體技術問題的討論較少，偏方法論。后三個偏向解決具體問題，很多非常具體。Quora和stackexchange上不乏有大佬出沒。
- 以中文為主體的機器學習論壇似乎沒有特別出名的。據我觀察，現階段水平比較高的竟然是...知乎(機器學習，深度學習(Deep Learning)，很像是Reddit、Quora和StackOverlow的結合體。CSDN上也不乏有些不錯的文章，但似乎更新的頻率不高，文章偏老。
- 如果是出于為一些比較專門化，細節化的問題發帖，然后得到迅速答復的一個forum的形式，其實貼吧更為符合，百度貼吧那兩年賣吧以后現在好像蠻涼了，Reddit可能就更像是通常想象中的那樣。
3. BigML ?推薦：4.5/5.0星★★★★☆
https://bigml.com/
以下是關于“BigML”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:
“BigML平臺旨在幫助客戶創建，快速實驗，全面自動化并管理機器學習工作流程。BigML提供了很好的可視化功能，并具備求解分類、回歸、聚類、異常檢測等算法。該產品可以按照月、季度和年度進行訂閱，同時也提供免費版本(免費版本的數據集限制為16 MB)。
- BigML的平臺，私用部署和豐富的工具集將繼續幫助我們的客戶創建，快速實驗，全面自動化并管理機器學習工作流程，以提供同類中最佳的智能應用程序。基于圖形用戶界面，BigML提供了以下功能：
4. DataRobot ?推薦：4.5/5.0星★★★★☆
https://www.datarobot.com/以下是關于“DataRobot”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:“DataRobot(DR)是一款高度自動化的機器學習平臺，由全球最好的Kagglers創建，包括Jeremy Achin，Thoman DeGodoy和Owen Zhang。在DR官網上我們可以看到這樣一句話，“數據科學需要數學、統計學、編程技能和商業認知。借助DataRobot，你可以輕松獲得數據和業務見解，其余部分由我們負責。”
5. fast.ai ?推薦：4.0/5.0星★★★★
https://www.fast.ai/
以下是關于“fast.ai”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:
“http://forums.fast.ai fast.ai的論壇，每天仍然有許多人在上面討論課程或者課程以外的技術問題。
6. mathexchange ?推薦：4.0/5.0星★★★★
https://math.stackexchange.com/以下是關于“mathexchange”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:“前面的回答基本上都涵蓋了比較好的去處了吧。就個人而言，英文主要是reddit的ml板塊，推特上關注的一些行業大牛，或者hashtag(比如nlp就是#NLProc)，quora，stackoverflow和mathexchange。中文的話知乎和微博也可，關鍵在于怎么構建自己的timeline
7. Driverless AI ?推薦：4.0/5.0星★★★★
www.h2o.ai/driverless-ai/
以下是關于“Driverless AI”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:
“Driverless AI是由開源機器學習平臺h2o.ai推出的最新產品，這一工具可以幫助非技術人員準備數據，審校參數，確定最優算法，進而用機器學習來解決專門的企業問題。該產品旨在降低數據科學在企業環境下運行的門檻。
- 這些是Driverless AI的一些令人振奮的功能：
8. hashtag ?推薦：4.0/5.0星★★★★
以下是關于“hashtag”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:
前面的回答基本上都涵蓋了比較好的去處了吧。就個人而言，英文主要是reddit的ml板塊，推特上關注的一些行業大牛，或者hashtag(比如nlp就是#NLProc)，quora，stackoverflow和mathexchange。中文的話知乎和微博也可，關鍵在于怎么構建自己的timeline
9. stack exchange ?推薦：4.0/5.0星★★★★
https://stackexchange.com/
以下是關于“stack exchange”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:
“stack exchange統計版(Cross Validated )，更多是統計相關
10. paperweekly ?推薦：4.0/5.0星★★★★
https://www.paperweekly.site/
以下是關于“paperweekly”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:
“https://www.paperweekly.site/ paperweekly，推薦論文的專業論壇，上面有許多用戶推薦的論文。
- 現在一般的微信群和qq群都討論對理解深入貌似沒多大作用，感覺更多的是傳遞名詞功能，個人感覺真正的技術方面的可以看看某些博士們寫的博客，大部分不會存在誤導，寫的內容也值得推敲，這個要自己根據方向去找。有個paperweekly上面會有很多好的論文推薦，部分論文有代碼供復現，你可以去了解一下。
11. mxnet ?推薦：4.0/5.0星★★★★
https://discuss.gluon.ai/
以下是關于“mxnet”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:
“mxnet深度學習框架，有配套的視頻，論壇，學習文檔，簡直應有盡有。論壇里面有大佬們組織的kaggle經典訓練集的比賽，很多牛X的小伙伴論壇里討論方法，每次都有人拿下相關競賽前幾名。
12. medium ?推薦：4.0/5.0星★★★★
https://medium.com/
以下是關于“medium”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:
“medium：很多人代碼在github，教程在medium。
13. github ?推薦：4.0/5.0星★★★★
https://github.com/
以下是關于“github”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:
“當然還有github，github是討論技術問題的最好地方，但問題在于假如你關注的一個技術問題并沒有任何的repo，或者star的人很少，自然就沒什么人討論。
- medium：很多人代碼在github，教程在medium。
14. IBM Watson Studio ?推薦：4.0/5.0星★★★★
https://www.ibm.com/cloud/watson-studio
以下是關于“IBM Watson Studio”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:
“如何從這個清單中排除IBM？這個世界上最知名的IT品牌之一。IBM Watson Studio為構建和部署機器學習和深度學習模型提供了一個出色的平臺。借助Watson Studio，你可以輕松完成數據準備工作、使用RStudio等熟悉的開源工具、訪問最流行的庫、訓練深度神經網絡等。對于機器學習的入門者來說，IBM提供了一系列的教程視頻幫助你入門Watson Studio。
15. stackoverflow ?推薦：4.0/5.0星★★★★
https://stackoverflow.com/
以下是關于“stackoverflow”的幾個比較有代表性的評論：摘自網友在知乎相關問題下的回答:
“就個人而言，英文主要是reddit的ml板塊，推特上關注的一些行業大牛，或者hashtag(比如nlp就是#NLProc)，quora，stackoverflow和mathexchange。中文的話知乎和微博也可，關鍵在于怎么構建自己的timeline
- 更多有趣代碼信息，關注公眾號<老K玩代碼>，或加我微信kevinchaos找我玩
- 如果你覺得這個帖子對你有幫助的話，請您順手點擊一下贊同或在看哦~！
總結
以上是生活随笔為你收集整理的PyCharm社区版支持深度学习_深度学习,大家都看哪些社区论坛?的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 支付宝成长值上限是多少？最高可达这么多积
- 下一篇： java 星期顺序_第8周 【项目3-顺