Deep Learning Experiments
1.0.0
Direvisi dan diperluas
| Topik | Catatan | Video | Kode |
|---|---|---|---|
| Ringkasan | - | - | |
| Pembelajaran yang diawasi | - | - | |
| Perceptron multilayer (MLP) | - | Buku catatan | |
| Convolutional Neural Network (CNN) | - | Buku catatan | |
| Recurrent Neural Network (RNN) | - | Buku catatan | |
| Transformator | - | Buku catatan | |
| Mamba | - | SimpleMamba Mamba2 | |
| Optimasi | - | - | |
| Regularisasi | - | - | |
| Deteksi | - | - | |
| Segmentasi | - | Sam2 | |
| Autoencoder (AE) | - | AE & Denoising AE Pewarnaan AE | |
| Autoencoder variasional (VAE) | - | VAE dan CVAE | |
| Generative Adversarial Network (GAN) | - | DCGAN dan CGAN | |
| Intro ke Model Bahasa Besar (LLM) | - | GPT2-TS-Train, GPT2-TS-Val | |
| Data dan model LLM | - | GPT2-TS-FT, GPT2-TS-FT-VAL |
| Topik | Catatan | Video | Kode |
|---|---|---|---|
| Lingkungan pengembangan | - | - | |
| Python | - | - | |
| Numpy | - | - | |
| Einsum | - | Buku catatan | |
| Einops | - | Buku catatan | |
| Pytorch | - | - | |
| Gradio | - | Buku catatan Obrolan llama | |
| Efisiensi | - | Kode | |
| Petir Pytorch | - | Buku catatan | |
| Model Packaging & Serving | - | Ekspor ONNX Onnx Runtime Torchscript & Tensorrt Klien Pytriton Yolo Server Pytriton Yolo | |
| Buruh pelabuhan | = | - | |
| Huggingfcae | - | - |
Dengan asumsi Anda sudah memiliki anaconda atau venv , pasang paket Python yang diperlukan untuk menjalankan percobaan dalam versi ini.
pip install -r requirements.txt --upgrade
| AI, ML dan pembelajaran mendalam | Catatan | Video | Kode |
|---|---|---|---|
| Ringkasan | YouTube | - | |
| Toolkit | |||
| Lingkungan pengembangan dan editor kode | YouTube | - | |
| Python | YouTube | - | |
| Numpy | YouTube | Jupyter | |
| Einsum | YouTube | Jupyter | |
| Einops | YouTube | Jupyter & Jupyter (audio) | |
| Pytorch & Timm | YouTube | Pytorch/timm & Masukkan Jupyter | |
| Face Gradio & Hugging | YouTube | Jupyter | |
| Bobot dan bias | YouTube | Jupyter | |
| Accelerator wajah memeluk | Sama seperti W&B | Sama seperti W&B | Jupyter & Python |
| Dataset & DataLoaders | YouTube | Jupyter | |
| Pembelajaran yang diawasi | YouTube | ||
| Petir Pytorch | YouTube | Mnist & KWS | |
| Aplikasi Spotting Kata Kunci | cd versions/2022/supervised/python &&python3 kws-infer.py --gui | ||
| Blok Bangunan: MLP, CNNS, RNNS, Transformers | |||
| MLP | YouTube | MLP di CIFAR10 | |
| CNN | YouTube | CNN di CIFAR10 | |
| Transformator | YouTube | Transformer pada CIFAR10 | |
| Backpropagation | |||
| Optimasi | |||
| Regularisasi | |||
| Pembelajaran tanpa pengawasan | Segera | ||
| Autoencoders | YouTube | Ae mnist Pewarnaan CIFAR10 |
Jika Anda menemukan pekerjaan ini bermanfaat, tolong berikan bintang, garpu, atau kutip:
@misc{atienza2020dl,
title={Deep Learning Lecture Notes},
author={Atienza, Rowel},
year={2020},
publisher = {GitHub},
journal = {GitHub repository},
howpublished = {url{https://github.com/roatienza/Deep-Learning-Experiments}},
}