Dive into DL PyTorch
1.0.0
يغير هذا المشروع تطبيق رمز MXNET في الكتاب الأصلي "Learning Learning Learning Deep Learning" إلى تطبيق Pytorch. مؤلفو الكتاب الأصليين: أستون تشانغ ، لي مو ، زاكاري سي. ليبتون ، ألكساندر ج. سمورا والمساهمين الآخرين في المجتمع ، عنوان جيثب: https://github.com/d2l-ai/d2l-zh
هناك بعض الاختلافات في الإصدارات الصينية والإنجليزية من هذا الكتاب. لإعادة إنشاء Pytorch للنسخة الإنجليزية من هذا الكتاب ، يرجى الرجوع إلى هذا المشروع. هناك بعض الاختلافات بين الإصدارات الصينية والإنجليزية من هذا الكتاب. لتعديل Pytorch للنسخة الإنجليزية ، يمكنك الرجوع إلى هذا الريبو.
يحتوي هذا المستودع بشكل أساسي على مجلدين: رمز ومستندات (بالإضافة إلى تخزين بعض البيانات في البيانات). مجلد الكود هو رمز دفتر جوبتر ذي الصلة لكل فصل (استنادًا إلى Pytorch) ؛ مجلد المستندات هو المحتوى ذي الصلة في كتاب "التعلم العميق اليدوي" بتنسيق Markdown ، ثم استخدم Docsify لنشر مستند الويب على صفحات GitHub. نظرًا لأن الكتاب الأصلي يستخدم إطار عمل MXNET ، فقد يكون محتوى المستندات مختلفًا قليلاً عن الكتاب الأصلي ، ولكن المحتوى الكلي هو نفسه. المساهمات في هذا المشروع أو القضية موضع ترحيب.
يستهدف هذا المشروع أحذية الأطفال المهتمين بالتعلم العميق ، وخاصة أولئك الذين يرغبون في استخدام Pytorch للتعلم العميق. لا يتطلب منك هذا المشروع أن يكون لديك أي معرفة أساسية بالتعلم العميق أو التعلم الآلي. ما عليك سوى فهم الرياضيات والبرمجة الأساسية ، مثل الجبر الخطي الأساسي ، والتفاضلية والاحتمال ، وبرمجة Python الأساسية.
يحتوي هذا المستودع على بعض صيغ اللاتكس ، ولكن لا يدعم Github Markdown Display عرض الصيغة ، وتم نشر مجلد المستندات على صفحات GitHub باستخدام Docsify ، وبالتالي فإن أسهل طريقة لعرض المستند هي الوصول مباشرة إلى إصدار الويب من هذا المشروع. بالطبع ، إذا كنت لا تزال ترغب في تشغيل الكود ذي الصلة ، فلا يزال يتعين عليك استنساخ المشروع ثم تشغيل الكود ذي الصلة في مجلد الرمز.
يمكنك أيضًا الوصول إلى الوثائق محليًا وتثبيت أداة docsify-cli أولاً:
npm i docsify-cli -gثم استنساخ المشروع محليا:
git clone https://github.com/ShusenTang/Dive-into-DL-PyTorch.git
cd Dive-into-DL-PyTorch ثم قم بتشغيل خادم محلي ، بحيث يمكنك بسهولة الوصول إلى تأثير تقديم ويب المستند في الوقت الفعلي على http://localhost:3000 .
docsify serve docs إذا كنت لا ترغب في تثبيت أداة docsify-cli ، وحتى Node.js غير مثبتة على جهاز الكمبيوتر الخاص بك ، ولسبب ما تريد تصفح المستندات محليًا ، يمكنك تشغيل خدمة الويب في حاوية docker .
أولاً ، استنساخ هذا المشروع إلى المنطقة المحلية:
git clone https://github.com/ShusenTang/Dive-into-DL-PyTorch.git
cd Dive-into-DL-PyTorch ثم استخدم الأمر التالي لإنشاء صورة docker تدعى "D2DL":
docker build -t d2dl .بعد إنشاء الصورة ، قم بتشغيل الأمر التالي لإنشاء حاوية جديدة:
docker run -dp 3000:3000 d2dl أخيرًا ، افتح هذا العنوان http://localhost:3000/#/ في متصفحك للاستمتاع بالوصول إلى المستند. مناسبة لأولئك الذين لا يرغبون في تثبيت الكثير من الأدوات على أجهزة الكمبيوتر الخاصة بهم.
تم تحديثه باستمرار ...
النسخة الصينية: تعلم التعلم العميق على اليدين | مستودع جيثب
النسخة الإنجليزية: الغوص في التعلم العميق | جيثب ريبو
إذا استخدمت هذا المشروع في بحثك ، فيرجى الاستشهاد بالكتاب الأصلي:
@book{zhang2019dive,
title={Dive into Deep Learning},
author={Aston Zhang and Zachary C. Lipton and Mu Li and Alexander J. Smola},
note={url{http://www.d2l.ai}},
year={2020}
}
