pyprobml
ving to notebooks for book1
Python 3 رمز لإعادة إنتاج الأشكال في الكتب التعلم الآلي الاحتمالي: مقدمة (AKA "Book 1") والتعلم الآلي الاحتمالي: مواضيع متقدمة (AKA "Book 2"). يستخدم الرمز مكتبات Python القياسية ، مثل Numpy و Scipy و Matplotlib و Sklearn ، إلخ. بعض التعليمات البرمجية (خاصة في الكتاب 2) تستخدم أيضًا Jax ، وفي بعض أجزاء الكتاب 1 ، نستخدم أيضًا TensorFlow 2 وقليلًا من الشعلة. راجع أيضًا probml-utils للحصول على بعض رمز الأداة المساعدة التي يتم مشاركتها عبر أجهزة الكمبيوتر المحمولة المتعددة.
للحصول على أحدث حالة من الكود ، راجع Book 1 Dashboard و Book 2 Dashboard. اعتبارًا من سبتمبر 2022 ، أصبح هذا الرمز الآن في وضع الصيانة.
تتوفر دفاتر الملاحظات لجميع الأرقام في المواقع التالية.
يحتوي Colab على معظم المكتبات التي ستحتاجها (على سبيل المثال ، Scikit-Learn ، Jax) المثبت مسبقًا ، وتمنحك إمكانية الوصول إلى وحدة معالجة الرسومات و TPU مجانية. لقد أنشأنا دفتر كولاب مقدمة مع مزيد من التفاصيل. لتشغيل دفاتر الملاحظات على كولاب في أي متصفح ، يمكنك الذهاب إلى دفتر ملاحظات معين على Github وتغيير المجال من github.com إلى githubtocolab.com كما هو مقترح هنا. إذا كنت تستخدم متصفح Google Chrome ، فيمكنك استخدام ملحق Chrome "Open in Colab" لفعل الشيء نفسه بنقرة واحدة.
نحن نفترض أنك قمت بالفعل بتثبيت Jax و TensorFlow و Torch ، لأن التفاصيل حول كيفية القيام بذلك تعتمد على ما إذا كان لديك وحدة المعالجة المركزية أو GPU ، إلخ.
يمكنك استخدام أي من الخيارات التالية لتثبيت المتطلبات الأخرى.
pip install -r https://raw.githubusercontent.com/probml/pyprobml/master/requirements.txtتنزيل المتطلبات. txt محليا إلى طريقك وتشغيله
pip install -r requirements.txt تشغيل ما يلي. (لاحظ --depth 1 يمنع تثبيت التاريخ بأكمله ، وهو كبير جدًا).
git clone --depth 1 https://github.com/probml/pyprobml.git
ثم تثبيت يدويًا.
إذا كنت ترغب في حفظ الأشكال ، فأنت بحاجة أولاً إلى تنفيذ شيء من هذا القبيل
#export FIG_DIR="/teamspace/studios/this_studio/figures"
import os
os.environ["FIG_DIR"] = "/teamspace/studios/this_studio/pyprobml/notebooks/figures"
os.environ["DUAL_SAVE"] = "1" # both pdf and png
يتم استخدام هذا بواسطة وظيفة SaveFig لتخزين ملفات PDF.
عندما تريد المزيد من القوة أو التحكم أكثر من Colab ، أوصيك باستخدام https://lightning.ai/docs/overview/studios ، مما يجعل من السهل للغاية تطويره باستخدام VSCode ، يعمل على VM تم الوصول إليه من متصفح الويب الخاص بك ؛ يمكنك بعد ذلك الإطلاق على واحد أو أكثر من وحدات معالجة الرسومات عند الحاجة مع زر واحد. بدلاً من ذلك ، إذا كنت مستخدمًا للطاقة ، فيمكنك تجربة منصة Google Cloud ، التي تدعم وحدات معالجة الرسومات و TPUS ؛ انظر هذا البرنامج التعليمي القصير على كولاب ، GCP و TPUS.
انظر هذا الدليل لكيفية المساهمة في الكود. يرجى اتباع هذه الإرشادات للمساهمة في أجهزة الكمبيوتر المحمولة الجديدة في دليل دفاتر الملاحظات.
للاطلاع على ملخص لبعض المساهمات في قاعدة بيانات الكود هذه خلال Google Summer of Code (GSOC) ، راجع هذه الروابط: 2021 و 2022.
للحصول على قائمة بالمساهمين ، راجع هذه القائمة.
