Descarga deep learning wizard - Descarga del código fuente deep learning wizard

deep learning wizard

Pitón

LLM Section Release

Descargar

Materiales de aprendizaje profundo por asistente de aprendizaje profundo

Empiece a aprender ahora

¡Dirígete a www.deeplearningwizard.com para comenzar a aprender! Es amigable para dispositivos móviles/tabletas y de código abierto.

Detalles del repositorio

Este repositorio contiene todos los cuadernos y archivos MKDOCS Markdown de los tutoriales que cubren el aprendizaje automático, el aprendizaje profundo, el aprendizaje de refuerzo profundo, la ingeniería de datos, la programación general y las visualizaciones que alimentan el sitio web.

Tenga en cuenta que este es un trabajo temprano en progreso, sea paciente mientras subimos gradualmente nuestras guías.

Secciones y subsecciones

Tutoriales de aprendizaje profundo y refuerzo profundo (Bibliotecas: Python, Pytorch, Gym, Numpy, Matplotlib y más)
- Introducción
- Progresión del curso
- Aprendizaje profundo práctico con pytorch
  - Matrices
  - Gradiente
  - Regresión lineal
  - Regresión logística
  - Red neural de FeedForward (FNN)
  - Red neuronal convolucional (CNN)
  - Red neuronal recurrente (RNN)
  - Red de memoria a corto plazo a largo plazo (LSTM)
  - Autoencoders (AE)
  - Autoencoders en exceso totalmente conectados
- Mejora del aprendizaje profundo con Pytorch
  - Derivado, gradiente y jacobiano
  - Propagación hacia adelante y hacia atrás y descenso de gradiente (desde cero la regresión de FNN)
  - Programación de tarifas de aprendizaje
  - Algoritmos de optimización
  - Funciones de inicialización y activación de peso
- Aprendizaje de refuerzo profundo con pytorch
  - Supervisado para el aprendizaje de refuerzo
  - Procesos de decisión de Markov y ecuaciones de Bellman
  - Programación dinámica
- Desde cero el aprendizaje profundo con pytorch/python
  - Desde cero Clasificación de regresión logística
- Optimización de calcular
  - Conceptos básicos de optimización de velocidad numba
Modelos de idiomas (Bibliotecas: Python, Pytorch, Ollama, Llamaindex, Cuda, Huggingface, AppTainer)
- Introducción
- Contenedores
  - Contenedores HPC con apptainer
- Modelos de idiomas
  - Introducción y ajuste de hiperparameter
- Modelos de idiomas multimodales
  - Introducción MMLM
- Recuperación de la generación augura (trapo)
  - Introducción de incrustaciones
Tutoriales de aprendizaje automático (Bibliotecas: Python, CUDF Rapids, Cuml Rapids, Pandas, Numpy, Scikit-Learn y más)
- Rapids CUDF
  - Introducción
  - Marcos de datos de GPU
  - Diferencia fraccional de CPU/GPU
Tutoriales de programación (Bibliotecas: C ++, Python, Bash y más)
- Introducción
- C ++
- Intento
- Pitón
- Javascript
- Electrón
Tutoriales de ingeniería de datos (Bibliotecas: Bash, Databricks, Delta Live Tables, Parquet, Python, Cassandra y más)
- Cassandra (nosql)
  - Introducción
  - Configuración del clúster Apache Cassandra

Acerca del mago de aprendizaje profundo

Implementamos un enfoque de arriba hacia abajo que le permite comprender las teorías de aprendizaje profundo y codificar de manera fácil y rápida. Hemos de código abierto todos nuestros materiales a través de nuestro mago de aprendizaje profundo Wikipedia. Para los alumnos visuales, no dude en registrarse en nuestro curso de video y unirse a miles de magos de aprendizaje profundo.

Hasta la fecha, hemos enseñado a miles de estudiantes en más de 120 países.

Contribución

Estamos llamando abiertamente a las personas a contribuir a este repositorio de errores. Siéntase libre de crear una solicitud de extracción.

Principal contribuyente

Ritchie ng

Editores y seguidores

Jie Fu, editor (Postdoc en el Instituto de Montreal para los Algoritmos de Aprendizaje (MILA))
Alfredo Canziani, partidario (profesor asistente en NYU bajo Yann Lecun)
Marek Bardonski, partidario (socio gerente, Airev)