practicalAI cn

AI Versi Cina Praktis

Beri Anda kemampuan untuk menggunakan pembelajaran mesin untuk mendapatkan wawasan yang berharga dari data Anda.

• Gunakan Pytorch untuk mengimplementasikan algoritma pembelajaran mesin dasar dan jaringan saraf yang dalam.
• Tidak diperlukan pengaturan, gunakan Google Colab di browser Anda untuk menjalankan semua program.
• ? Bukan hanya tutorial, tetapi belajar pemrograman pembelajaran mesin yang berorientasi objek tingkat produk.

Notebook

Basis	Pembelajaran yang mendalam	Canggih	tema
? Notebook	Pytorch	RNN lanjutan	? Visi komputer visi komputer
? Python	? Persceptrons multilayer	? ️ Jalan Raya dan Jaringan Sisa	⏰ Analisis Seri Waktu
? Numpy	? Data dan Model Data & Model	? Autoencoders	? ️ Pemodelan topik
? Panda	? Berorientasi objek berorientasi objek	Jaringan permusuhan generatif	? Sistem Rekomendasi
? Regresi linier	? ️ Jaringan saraf konvolusional	? Jaringan transformator spasial	Pemodelan bahasa pretrained
Regresi logistik logistik regresi	Embeddings		? Pembelajaran multitask
? Hutan acak	? Jaringan saraf berulang		Pembelajaran rendah tembakan
? k-means clustering kmeans clustering			? Pembelajaran Penguatan

Lihat buku catatan

Jika Anda tidak perlu menjalankan notebook, Anda dapat dengan mudah melihatnya menggunakan Jupyter NBViewer.

Ganti https://github.com/ dengan https://nbviewer.jupyter.org/github/ , atau buka https://nbviewer.jupyter.org dan masukkan URL notebook.

Jalankan notebook

1. Dapatkan notebook di folder notebooks proyek ini;
2. Anda dapat menjalankan buku catatan ini di Google Colab atau komputer lokal;
3. Klik pada buku catatan, dan ganti https://github.com/ di alamat URL ke https://colab.research.google.com/github/ , atau gunakan ekstensi chrome ini untuk menyelesaikannya dalam satu klik;
4. Masuk ke akun Google Anda sendiri;
5. Klik复制到云端硬盘Toolbar Dan Notebook Akan Dibuka di Tab Baru;

5. Renama buku catatan lengkap dengan menghapus副本di judul;
6. Jalankan kode, modifikasi, dll., Yang semuanya akan disimpan secara otomatis ke Google Drive pribadi Anda.

Kontribusi Notebook

1. Setelah modifikasi, unduh notebook Google Colab sebagai file .ipynb;

2. Kunjungi https://github.com/lisonevf/practicalai-cn/tree/master/notebooks;
3. Klik Upload files .

5. Unggah file .ipynb ini;
6. Tulis judul dan deskripsi pengiriman terperinci;
7. Beri nama cabang Anda dengan tepat;
8. Klik Propose changes .

Daftar Kontribusi

Siapa pun dipersilakan untuk berpartisipasi dan meningkatkan.

Buku catatan	Penterjemah
00_notebooks.ipynb	@amusi
01_python.ipynb	@amusi
02_numpy.ipynb	@amusi
03_pandas.ipynb	@amusi
04_linear_regression.ipynb	@Jasonhhao
05_logistic_regression.ipynb	@Jasonhhao
06_random_forests.ipynb	@Jasonhhao
07_pytorch.ipynb	@amusi
08_multilayer_perceptron.ipynb	@zhyongquan
09_data_and_models.ipynb	@zhyongquan
10_object_oriented_ml.ipynb	@zhyongquan
11_convolutional_neural_networks.ipynb
12_embeddings.ipynb	@wengjj
13_recurrent_neural_networks.ipynb
14_advanced_rnns.ipynb
15_computer_vision.ipynb