Deep Learning Experiments
1.0.0
수정 및 확장
| 주제 | 메모 | 동영상 | 암호 |
|---|---|---|---|
| 개요 | - | - | |
| 감독 학습 | - | - | |
| 다층 퍼셉트론 (MLP) | - | 공책 | |
| 컨볼 루션 신경 네트워크 (CNN) | - | 공책 | |
| 재발 신경 네트워크 (RNN) | - | 공책 | |
| 변신 로봇 | - | 공책 | |
| 맘바 | - | 단순함 맘바 2 | |
| 최적화 | - | - | |
| 정규화 | - | - | |
| 발각 | - | - | |
| 분할 | - | SAM2 | |
| Autoencoder (AE) | - | ae & denoising ae 색상화 ae | |
| 변형 자동 인코더 (VAE) | - | VAE 및 CVAE | |
| 생성 적대적 네트워크 (GAN) | - | DCGAN과 CGAN | |
| 대형 언어 모델 (LLM)에 대한 소개 | - | GPT2-TS-TRAIN, GPT2-TS-VAL | |
| LLM 데이터 및 모델 | - | gpt2-ts-ft, gpt2-ts-ft-val |
| 주제 | 메모 | 동영상 | 암호 |
|---|---|---|---|
| 개발 환경 | - | - | |
| 파이썬 | - | - | |
| Numpy | - | - | |
| 노인 | - | 공책 | |
| Einops | - | 공책 | |
| Pytorch | - | - | |
| Gradio | - | 공책 라마 채팅 | |
| 능률 | - | 암호 | |
| Pytorch Lightning | - | 공책 | |
| 모델 포장 및 서빙 | - | ONNX 수출 ONNX 런타임 Torchscript & Tensorrt Pytriton Yolo 클라이언트 Pytriton Yolo 서버 | |
| 도커 | = | - | |
| huggingfcae | - | - |
이미 anaconda 또는 venv 가 있다고 가정하면 필요한 Python 패키지를 설치 하여이 버전에서 실험을 실행하십시오.
pip install -r requirements.txt --upgrade
| AI, ML 및 딥 러닝 | 메모 | 동영상 | 암호 |
|---|---|---|---|
| 개요 | YouTube | - | |
| 툴킷 | |||
| 개발 환경 코드 편집기 | YouTube | - | |
| 파이썬 | YouTube | - | |
| Numpy | YouTube | 목이 | |
| 노인 | YouTube | 목이 | |
| Einops | YouTube | Jupyter & Jupyter (오디오) | |
| Pytorch & Timm | YouTube | Pytorch/Timm & 입력 목이 | |
| Gradio & Hugging Face | YouTube | 목이 | |
| 무게와 편견 | YouTube | 목이 | |
| 포옹 얼굴 가속기 | W & B와 동일합니다 | W & B와 동일합니다 | Jupyter & 파이썬 |
| 데이터 세트 및 데이터 로더 | YouTube | 목이 | |
| 감독 학습 | YouTube | ||
| Pytorch Lightning | YouTube | MNIST & KWS | |
| 키워드 스팟 팅 앱 | cd versions/2022/supervised/python &&python3 kws-infer.py --gui | ||
| 빌딩 블록 : MLP, CNNS, RNNS, 변압기 | |||
| MLP | YouTube | CIFAR10의 MLP | |
| CNN | YouTube | CIFAR10의 CNN | |
| 변신 로봇 | YouTube | CIFAR10의 변압기 | |
| 역전 | |||
| 최적화 | |||
| 정규화 | |||
| 감독되지 않은 학습 | 곧 | ||
| 자동 인코더 | YouTube | ae mnist 색상화 cifar10 |
이 작업이 유용하다고 생각되면 별, 포크 또는 인용을 해주세요.
@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}},
}