d2l pytorch

---

تحديث: يرجى الاطلاع على reginal repo لمنفذ Pytorch الكامل. لم نعد نحافظ على هذا الريبو.

هذا المشروع مقتبس من الغوص الأصلي في كتاب التعلم العميق من قبل أستون تشانغ ، زاكاري سي. ليبتون ، مو لي ، أليكس ج. سمولا وجميع المساهمين في المجتمع. github من الكتاب الأصلي: https://github.com/d2l-ai/d2l-en. لقد بذلنا جهدًا لتعديل الكتاب وتحويل قصاصات MXNet Code إلى Pytorch.

ملاحظة: قد لا يتم تقديم بعض أجهزة الكمبيوتر المحمولة IPYNB بشكل مثالي في GitHub. نقترح cloning الريبو أو استخدام NBViewer لعرض دفاتر الملاحظات.

فصول

• تثبيت CH02

  • تثبيت

• CH03 مقدمة

  • مقدمة

• CH04 The Preliminaries: A Crashcourse

  • 4.1 معالجة البيانات
  • 4.2 الجبر الخطي
  • 4.3 التمايز التلقائي
  • 4.4 الاحتمالات والإحصائيات
  • 4.5 تصنيف بايز الساذج
  • 4.6 الوثائق

• CH05 الشبكات العصبية الخطية

  • 5.1 الانحدار الخطي
  • 5.2 تنفيذ الانحدار الخطي من الصفر
  • 5.3 تنفيذ موجز للانحدار الخطي
  • 5.4 الانحدار softmax
  • 5.5 بيانات تصنيف الصور (الموضة)
  • 5.6 تنفيذ انحدار softmax من الصفر
  • 5.7 تنفيذ موجز لانحدار Softmax

• CH06 Perceptrons MultIllayer

  • 6.1 Perceptron متعدد الطبقات
  • 6.2 تنفيذ Perceptron متعدد الطبقات من الصفر
  • 6.3 تنفيذ موجز لـ Multilayer Perceptron
  • 6.4 اختيار النماذج المناسبة والمتزايد
  • 6.5 انحلال الوزن
  • 6.6 التسرب
  • 6.7 الانتشار إلى الأمام الانتشار المتخلف والرسوم البيانية الحسابية
  • 6.8 الاستقرار العددي والتهيئة
  • 6.9 النظر في البيئة
  • 6.10 توقع أسعار المنازل على kaggle

• CH07 حساب التعلم العميق

  • 7.1 طبقات وكتل
  • 7.2 إدارة المعلمات
  • 7.3 التهيئة المؤجلة
  • 7.4 طبقات مخصصة
  • 7.5 ملف i/o
  • 7.6 وحدات معالجة الرسومات

• CH08 الشبكات العصبية التلافيفية

  • 8.1 من الطبقات الكثيفة إلى الملاحظات
  • 8.2 تلوينات للصور
  • 8.3 حشوة وخطوات
  • 8.4 قنوات الإدخال والإخراج المتعددة
  • 8.5 تجميع
  • 8.6 الشبكات العصبية التلافيفية (LENET)

• CH09 الشبكات التلافيفية الحديثة

  • 9.1 الشبكات العصبية التلافيفية العميقة (Alexnet)
  • 9.2 شبكات باستخدام الكتل (VGG)
  • 9.3 شبكة في الشبكة (NIN)
  • 9.4 شبكات مع تسلسل متوازي (GoogleNet)
  • 9.5 تطبيع دفعة
  • 9.6 الشبكات المتبقية (RESNET)
  • 9.7 شبكات متصلة بكثافة (Densenet)

• CH10 الشبكات العصبية المتكررة

  • 10.1 نماذج التسلسل
  • 10.2 نماذج اللغة
  • 10.3 الشبكات العصبية المتكررة
  • 10.4 نص معالجة مسبق
  • 10.5 تنفيذ الشبكات العصبية المتكررة من الصفر
  • 10.6 تنفيذ موجز للشبكات العصبية المتكررة
  • 10.7 backpropagation عبر الزمن
  • 10.8 وحدات متكررة بوابات (GRU)
  • 10.9 ذاكرة طويلة الأجل طويلة (LSTM)
  • 10.10 الشبكات العصبية المتكررة العميقة
  • 10.11 شبكات عصبية متكررة ثنائية الاتجاه
  • 10.12 الترجمة الآلية وجماعات البيانات
  • 10.13 العمارة ترميز التشفير
  • 10.14 تسلسل للتسلسل
  • 10.15 البحث عن شعاع

• آلية الانتباه CH11

  • 11.1 آلية الانتباه
  • 11.2 تسلسل للتسلسل مع آلية الانتباه
  • 11.3 محول

• CH12 خوارزميات التحسين

  • 12.1 التحسين والتعلم العميق
  • 12.2 محدب
  • 12.3 النسب التدرج
  • 12.4 نزول التدرج العشوائي
  • 12.5 نزول التدرج العشوائي المصغر
  • 12.6 الزخم
  • 12.7 Adagrad
  • 12.8 RMSPROP
  • 12.9 Adadelta
  • 12.10 آدم

• CH14 رؤية الكمبيوتر

  • 14.1 زيادة الصورة
  • 14.2 ضبط دقيق
  • 14.3 الكشف عن الكائنات والمربعات المحيطة
  • 14.4 صناديق المرساة
  • 14.5 اكتشاف الكائنات المتعددة
  • 14.6 مجموعة بيانات اكتشاف الكائنات (Pikachu)
  • 14.7 اكتشاف متعدد اللقطة (SSD)
  • 14.8 CNNs القائمة على المنطقة (R-CNNS)
  • 14.9 مجموعات التجزئة الدلالية ومجموعات البيانات
  • 14.10 الالتفاف النقل
  • 14.11 الشبكات التلافيفية بالكامل (FCN)
  • 14.12 نقل النمط العصبي
  • 14.13 تصنيف الصور (CIFAR-10) على kaggle
  • 14.14 تحديد تكاثر الكلاب (كلاب ImageNet) على kaggle

المساهمة

• لا تتردد في فتح طلب سحب للمساهمة في دفتر ملاحظات في Pytorch لبقية الفصول. قبل البدء مع دفتر الملاحظات ، افتح مشكلة باسم دفتر الملاحظات من أجل المساهمة في ذلك. سنقوم بتعيين هذه المشكلة لك (إذا لم يتم تعيين أحد في وقت سابق).

• اتبع بدقة اتفاقيات التسمية لأجهزة الكمبيوتر المحمولة Ipython والأقسام الفرعية.

• أيضًا ، إذا كنت تعتقد أن هناك أي قسم يتطلب تفسيرًا أكثر/أفضل ، فيرجى استخدام تعقب المشكلات لفتح مشكلة وإعلامنا بذلك. سنعود في أقرب وقت ممكن.

• ابحث عن بعض الرمز الذي يحتاج إلى تحسين وإرسال طلب سحب.

• ابحث عن مرجع فاتنا ونرسل طلب سحب.

• حاول عدم تقديم طلبات سحب ضخمة لأن هذا يجعل من الصعب فهمها ودمجها. من الأفضل إرسال عدة أصغر.

يدعم

إذا كنت تحب هذا الريبو وتجدها مفيدة ، فيرجى النظر في (★) بطولة ذلك ، بحيث يمكن أن تصل إلى جمهور أوسع.

مراجع

[1] غوص الكتاب الأصلي في التعلم العميق -> جيثب ريبو

[2] التعلم العميق - المخدر المستقيم

[3] Pytorch - Mxnet Cheatsheet

استشهد

إذا كنت تستخدم هذا العمل أو الرمز لبحثك ، فيرجى الاستشهاد بالكتاب الأصلي مع إدخال Bibtex التالي.

 @book{zhang2020dive,
    title={Dive into Deep Learning},
    author={Aston Zhang and Zachary C. Lipton and Mu Li and Alexander J. Smola},
    note={url{https://d2l.ai}},
    year={2020}
}