DeepLearning MuLi Notes

"핸드 온 학습 딥 러닝"

프로젝트 동기 부여/ 코스 소개/ 코스 리소스/ 교과서 카탈로그/ 노트/ 폴더 설명/ 조직/ 기여자

---

프로젝트 동기 부여

"Hand-on Learning Deep Learning"은 Li Mu (미국 카네기 멜론 대학교, 컴퓨터 과학과의 AWS 박사 학위의 선임 과학자)가 가르치는 일련의 딥 러닝 비디오입니다. 이 프로젝트는 겨울 방학 학습 "Hand-on Learning Deep Learning"프로세스 중에 자세한 Markdown 메모 및 관련 Jupyter 코드를 수집합니다. 누군가에게 장미를 주면 손에 향기가 남을 것입니다. 우리는 모든 마크 다운 노트를 오픈 소스입니다. 우리는 스스로 배우는 동안 모든 사람들이 Li Mu의 "핸드 온 학습 딥 러닝"을 배우고 마스터하는 것이 도움이되기를 바랍니다.

이 프로젝트의 기능 :

1. Markdown Notes는 원래 코스 비디오에 하나씩 해당하며, 이는 수업을 듣는 동안 모든 사람이 이해하는 데 도움이 될 수 있습니다.
2. Jupyter 코드 에는 모든 사람들이 연습을 더 빨리 시작할 수 있도록 세부적인 중국어 주석이 있습니다.

총 73 개의 코스 비디오가 있으며 , 단일 비디오의 평균 지속 시간은 30 분을 넘지 않습니다 . 이 연구는 겨울 방학 후 40 일 이내에 완료 될 수있을 것으로 예상됩니다.

이 프로젝트에 사용 된 배지는 인터넷에서 나옵니다. 이미지 저작권을 침해하는 경우 저희에게 연락하여 삭제하십시오. 감사합니다.

코스 소개

일반적으로 딥 러닝을 언급 할 때 딥 러닝이 기계 학습의 작은 부분이라는 것을 잊어 버리며 기계 학습과 무관하게 별도의 모듈이라고 생각합니다. 더 긴 역사를 가진 징계로서 기계 학습은 딥 러닝이 출시되기 전에 현실 세계에서 좁은 범위의 응용 프로그램을 가졌기 때문입니다. 음성 인식, 컴퓨터 비전, 자연 언어 처리 등 분야에서 기계 학습은 종종 많은 양의 도메인 지식으로 인해 이러한 도메인 문제를 해결하기위한 솔루션의 작은 부분 일 뿐이며 현실은 매우 복잡합니다. 그러나 지난 몇 년 동안 딥 러닝의 출현과 적용은 세계에 놀라움을 가져 왔으며, 컴퓨터 비전, 자연 언어 처리, 자동 음성 인식, 강화 학습 및 통계 모델링의 빠른 발전을 촉진하고 전 세계 인공 지능 혁명의 물결을 마련하고 추세를 점차적으로 이끌었습니다.

"핸드 온 딥 러닝" 과정에는 선형 신경 네트워크, 다층 인식 기계 등과 같은 기계 학습에 대한 소량의 기본 지식이 있습니다. Lenet, Resnet, LSTM, Bert를 포함하여 현재 최첨단 애플리케이션에 사용되는 다양한 딥 러닝 모델도 있습니다. 동시에 각 장의 설명에는 Code, 교과서 등이 장착되어 있으며 Pytorch가 구현 한 기본 모델과 단기간의 딥 러닝 지식을 마스터하고 실용적인 능력을 향상시키는 데 도움이 될 수 있습니다.

코스 자원

• Bilibili Teaching 웹 사이트 : 실습 학습 딥 러닝 (완료)
• 교과서 URL : "Hand-On Deep Learning"(중국어 버전), "딥 러닝에 빠져"0.17.1 문서
• 코스 홈페이지 : https://courses.d2l.ai/zh-v2/
• 포럼 URL : 토론 .d2l.ai, 토론 .pytorch

또한이 과정에는 해당 코드 구현이 있습니다. 각 장에는 해당 Jupyter 메모장이있어 모델의 완전한 파이썬 코드를 제공하며 모든 리소스를 온라인으로 무료로 얻을 수 있습니다.

교과서 카탈로그

"핸드 온 딥 러닝"(중국어 버전) 및 영어 버전은 딥 러닝 0.17.1 문서 교과서 카탈로그 및 챕터 링크로 다음과 같습니다.

장	중국어 버전	영어 버전
1	머리말	소개
2	준비 지식	예비
3	선형 신경망	선형 신경망
4	다층 감지 기계	다층 퍼셉트론
5	딥 러닝 컴퓨팅	딥 러닝 계산
6	컨볼 루션 신경 네트워크	컨볼 루션 신경 네트워크
7	현대 컨볼 루션 신경 네트워크	현대 컨볼 루션 신경 네트워크
8	재발 성 신경망	재발 성 신경망
9	현대 재발 신경 네트워크	현대 재발 신경 네트워크
10	주의 메커니즘	주의 메커니즘
11	최적화 알고리즘	최적화 알고리즘
12	계산 성능	계산 성능
13	컴퓨터 비전	컴퓨터 비전
14	자연어 처리 : 사전 훈련	자연어 처리 : 사전 조정
15	자연어 처리 : 응용 프로그램	자연어 처리 응용 프로그램
16	권장 시스템	추천 시스템
17	대적 네트워크를 생성합니다	생성 적대적 네트워크
18	부록 : 딥 러닝에서 수학의 기본	부록 : 딥 러닝을위한 수학
19	부록 : 딥 러닝 도구	부록 : 딥 러닝을위한 도구

메모

동영상	메모	핸드 아웃	암호	기고자
	00- 예정	핸드 아웃
	01 코스 일정	핸드 아웃
	02 딥 러닝에 대한 소개	핸드 아웃
	03 설치	핸드 아웃
	04-DATA 작동 및 데이터 전처리	핸드 아웃	목이 코드
	05 선형 대수	핸드 아웃
	06-Matrix 계산	핸드 아웃
	07-chengdu 규칙 및 자동 파생	핸드 아웃	목이 코드
	08 선회 회귀 + 기본 최적화 알고리즘	강의 노트 1 2	목이 코드
	09-SoftMax 회귀	강의 노트 1 2	목이 코드
	10 다 층 감지 기계	강의 노트 1 2	목이 코드
	11 모델 선택 + 오버 피팅 및 부적합	강의 노트 1 2
	12- 체중 경기 침체	핸드 아웃	목이 코드
	13- 디스코딩 방법	핸드 아웃	목이 코드
	14- 숫자 안정성	강의 노트 1 2
	주택 가격에 대한 15-과 같은 Kaggle 예측	핸드 아웃	목이 코드
	16-Pytorch Neural Network 기본 사항	핸드 아웃	목이 코드
	17 이용 및 GPU를 구입하십시오	핸드 아웃	목이 코드
	예측 하우스 가격 경쟁의 18 세	핸드 아웃
	19- 컨볼 루션 층	강의 노트 1 2	목이 코드
	20 필과 보폭	핸드 아웃	목이 코드
	21-multi-input 및 출력 채널	핸드 아웃	목이 코드
	22 분 층	핸드 아웃	목이 코드
	23- 레넷	핸드 아웃	목이 코드
	24-alexnet	핸드 아웃	목이 코드
	블록을 사용하는 25 네트워크 vgg	핸드 아웃	목이 코드
	26-nin	핸드 아웃	목이 코드
	27-Googlenet	핸드 아웃	목이 코드
	28 배치 정규화	핸드 아웃	목이 코드
	29-Residual Network Resnet	핸드 아웃
	30 파트 2는 경쟁을 마무리합니다	핸드 아웃
	31-CPU 및 GPU	핸드 아웃
	32 깊이 학습 하드웨어	핸드 아웃
	33-single-machine 다중 카드 병렬	핸드 아웃
	34-Multi-GPU 교육 구현	핸드 아웃	목이 코드
	35 분포 교육	핸드 아웃
	36 데이터 확대	핸드 아웃	목이 코드
	37 파인 조정	핸드 아웃	목이 코드
	38- 두 번째 경쟁 잎 분류 결과	핸드 아웃
	39- 과학적 Kaggle 경쟁 -1	핸드 아웃
	40-과 같은 Kaggle 경쟁 2	핸드 아웃	목이 코드
	41 객체 감지 및 데이터 세트	핸드 아웃
	[42- 앵커 프레임]	핸드 아웃
	43 잎 분류 경쟁의 기술 요약	핸드 아웃
	44 객체 감지 알고리즘	강의 노트 123
	45-SSD 구현	핸드 아웃	목이 코드
	46 세분화 및 데이터 세트	핸드 아웃	목이 코드
	47 트랜스퍼 컨볼 루션	강의 노트 1 2
	48-FCN	핸드 아웃	목이 코드
	49 스타일의 마이그레이션	핸드 아웃	목이 코드
	50 코스 경쟁	핸드 아웃
	51- 시퀀스 모델	핸드 아웃
	52 텍스트 전 처리	핸드 아웃	목이 코드
	53 언어 모델	핸드 아웃
	54 회전 신경 네트워크	핸드 아웃
	55-RNN 구현	핸드 아웃	목이 코드
	56-Gru	핸드 아웃	목이 코드
	57-LSTM	핸드 아웃
	58 깊이 재발 성 신경망	핸드 아웃	목이 코드
	[59 개 방향 반복 신경 네트워크]	핸드 아웃
	60 메카 통역 데이터 세트	핸드 아웃	목이 코드
	61-encoder-decoder 아키텍처	핸드 아웃
	62 시퀀스-시퀀스 학습	핸드 아웃	목이 코드
	63 번의 검색	핸드 아웃
	64-주의 메커니즘	핸드 아웃	목이 코드
	65-주의 점수	핸드 아웃
	[주의 사용 사용을 사용한 66-seq]	핸드 아웃
	67 셀프 셋	핸드 아웃	목이 코드
	68 트랜스 포어	핸드 아웃	목이 코드
	69-Bert 사전 훈련	핸드 아웃
	70-Bert 미세 조정	핸드 아웃
	[대상 탐지 경쟁의 71-Summary]	핸드 아웃
	72- 최적화 알고리즘	핸드 아웃
	73 코스 요약 및 고급 학습	핸드 아웃

폴더 설명

• IMGS : 메모와 관련된 사진
• 참고 : 노트의 마크 다운 버전
• 코드 : 코스에 관련된 파이썬 코드

조직자

이 프로젝트를 조직 해 주신 다음 학생들에게 감사드립니다

기고자

이 프로젝트에 대한 지원과 기여에 대해 다음 학생들에게 감사합니다.