awesome DeepLearning
1.0.0
Este projeto é uma enciclopédia on-line de aprendizado profundo, produzido pela Paddlepaddle. O Paddlepaddle está comprometido em simplificar a inovação e a aplicação da tecnologia de aprendizado profundo. Para mais conteúdo do Paddlepaddle, visite o site oficial da Paddlepddle. Este projeto abrange:
? Categoria do curso: Prática Zero Básica Aprendizagem Deep , Prática Industrial Aprendizagem Profunda , Cursos Especiais, Materiais de Resumo do Curso de Kit de Paddle
? Categoria de livro: versão de remo de "aprendizado profundo".
? Tesouros: questões de aprendizado profundo , entrevistas
? Categoria de caso: Biblioteca de Exemplo de Exemplo de Prática da Indústria da Paddle (incluindo cidades inteligentes: detecção de fumaça de incêndio, detecção de capacete de segurança; fabricação inteligente: detecção de defeitos de aço, captura de robôs; Internet: identificação de relatórios financeiros e extração de campo, etc.
Da teoria à prática, desde pesquisas científicas até aplicações industriais, todos os tipos de materiais de aprendizagem estão disponíveis, com o objetivo de ajudar os desenvolvedores a aprender e dominar o conhecimento de aprendizado profundo de maneira eficiente e rapidamente se tornar talentos transfronteiriços de IA.
| Espero: | Eu posso aprender: |
|---|---|
| Aprendizado profundo para iniciantes | Prática zero-basic aprendizado profundo |
| Aprendizado profundo avançado | 100 perguntas sobre aprendizado profundo e aprendizado profundo na prática industrial |
| Aprendizado profundo interessante | Cursos em destaque |
| Espero: | Eu posso aprender: |
|---|---|
| Aprendizado profundo para iniciantes | Prática zero-basic aprendizado profundo |
| Aprendizado profundo avançado | Aprendizado profundo da prática industrial, cursos especiais |
| Aprendizado prático profundo | Paddle Paddle Practice Exemplo de Biblioteca, Paddle Paddle Product Courses |
Curso on-line do AI Studio: "Zero Basic Practice Deep Learning" : Combinando teoria e código, combinando prática e plataforma, incluindo cursos de vídeo de 20 horas, criados pelo excelente arquiteto de Baidu, gerente de produtos Paddlepddle e pessoal sênior de P&D.
Livro "Zero Basic Practice Deep Learning" : Os livros de apoio para este curso são publicados pela Tsinghua Publishing House no final de 2020 e são vendidos por empresas de comércio eletrônico como JD.com/dangdang.
Para a interpretação do conteúdo da série Transformer produzido pela Paddlepaddle Education, você pode consultar as duas plataformas a seguir.
Série de Princípios e Práticas do Transformador: https://aistudio.baidu.com/aistudio/education/group/info/24683
Paddlepaddle Education Official Conta: https://aistudio.baidu.com/aistudio/personalcenter/thirdview/908086
| campo | Nome do capítulo | Introdução do curso | Link do notebook |
|---|---|---|---|
| NLP | Modelo de idioma pré-treinado clássico (Parte 1)-História do desenvolvimento de modelo pré-treinado | Introdução ao histórico de desenvolvimento de modelos de idiomas pré-treinados, Word2Vec, Elmo, Bert, GPT, Bert, algumas expansões. | Link do notebook |
| NLP | Modelo pré -treinado clássico (Parte 1) - Elmo | Uma introdução abrangente e detalhada à estrutura, vantagens e desvantagens do modelo Elmo, etc. | Link do notebook |
| NLP | Modelo pré -treinado clássico (Parte 1) - Transformador | Explique os princípios básicos do transformador, incluindo incorporação, auto-distribuição, codificador, decodificador, cálculo da complexidade, mecanismo de compartilhamento e outros conteúdos. | Link do notebook |
| NLP | Modelo pré -treinado clássico (Parte 2) - GPT | Uma introdução abrangente e detalhada aos princípios de GPT, pré-treinamento e modo Finetune, estrutura do modelo GPT, vantagens e desvantagens, etc. | Link do notebook |
| NLP | Modelo pré-treinado clássico (parte 2) -bert | Uma introdução abrangente e detalhada aos princípios básicos de Bert, as tarefas de pré-treinamento e métodos de ajuste fino, a estrutura do modelo de Bert, as vantagens e desvantagens, etc. | Link do notebook |
| NLP | Entendimento de linguagem natural dos modelos pré-treinados-roberta | Explique as melhorias na compreensão da linguagem natural dos modelos pré-treinados-Roberta | Link do notebook |
| NLP | Entendimento de linguagem natural dos modelos pré-treinados-Ernie | Explique as melhorias na compreensão da linguagem natural dos modelos pré-treinados: Ernie | Link do notebook |
| NLP | Compreensão da linguagem natural dos modelos pré-treinados-Kbert | Explique as melhorias na compreensão da linguagem natural dos modelos pré-treinados: Kbert | Link do notebook |
| NLP | Entendimento de linguagem natural dos modelos pré-treinados-qui-envernizados | Explique as melhorias na compreensão da linguagem natural dos modelos pré-treinados: qui-irnie | Link do notebook |
| NLP | Modelagem de sequência longa de modelos pré-treinados Transformer-xl | Explique a melhoria da modelagem de sequência longa de modelos pré-treinados: Transformer-xl | Link do notebook |
| NLP | Modelagem de sequência longa de modelos pré-treinados-xlnet | Explique as melhorias na modelagem longa de sequência da compreensão da linguagem natural: xlnet | Link do notebook |
| NLP | Modelagem de sequência longa de modelos pré-treinados de longformer | Explique a melhoria da modelagem de sequência longa de modelos pré-treinados: Longformer | Link do notebook |
| Otimização do modelo | Estrutura pré-treinada com eficiência de modelo | Previsão de pontuação baseada em Electra | Link do notebook |
| Otimização do modelo | Distilação do modelo pré-treinado | Algoritmo de destilação de modelo pré-treinado: explicação detalhada de modelos de paciente-kD, destilbert, Tinybert, Dynabert e destilação de Model of Tinybert usando a estratégia Dynabert | Link do notebook |
| cv | Transformer-vit, Deit no campo da imagem | Explique os princípios de Vit e Deit em detalhes | Link do notebook |
| cv | Transformador de transformador-swin no campo da imagem | Explique o princípio do transformador Swin em detalhes | Link do notebook |
| cv | Aplicação do modelo de transformador detrr no campo CV na tarefa de detecção de objetos | Explique o princípio da análise de detr e código em detalhes | Link do notebook |
retornar
Este projeto altera a implementação do código MXNET no livro original "Hand-on Deep Learning" para a implementação do Paddlepddle. Autores de livros originais: Aston Zhang, Li Mu, Zachary C. Lipton, Alexander J. Smora e outros colaboradores da comunidade, Github Endereço: https://github.com/d2l-ai/d2l-zh.
Este projeto é destinado a sapatos infantis interessados em aprender profundo, especialmente aqueles que desejam usar o Paddlepaddle para um aprendizado profundo. Este projeto não exige que você tenha conhecimento de fundo de aprendizado profundo ou aprendizado de máquina. Você só precisa entender a matemática e a programação básicas, como álgebra linear básica, diferencial e probabilidade e programação básica do Python.
O conteúdo das perguntas de aprendizado profundo inclui os capítulos básicos de aprendizado profundo, capítulos avançados de aprendizado profundo, capítulos de aplicativos de aprendizado profundo, capítulos de aprendizado de reforço e livros de entrevistas. Para detalhes, consulte a plataforma de documentos do Paddle Knowledge Point.
Noções básicas de aprendizado profundo
Aprendizado profundo
Rede neural convolucional
Modelo de sequência
Aprendizado profundo avançado
Aplicações de aprendizado profundo
Prática industrial
Aprendizagem de reforço
Data da entrevista
retornar
| campo | Casos da indústria | fonte | Mais conteúdo |
|---|---|---|---|
| Indústria inteligente | Monitoramento estatístico de instrumentos tradicionais na fábrica | Paddle oficial | Mais casos de remo de remo |
| Indústria inteligente | Inspeção de qualidade do separador de bateria de lítio para novos veículos de energia | Paddle oficial | Mais casos de remo de remo |
| Indústria inteligente | Detecção de defeitos superficiais do alumínio tianchi | Paddle oficial | Mais casos de remo de remo |
| Indústria inteligente | Inspeção de capacete rígido | Paddle oficial | Mais casos de remo de remo |
| Cidade inteligente | Monitoramento de sensoriamento remoto do campo de golfe | Paddle oficial | Mais casos de remo de remo |
| Cidade inteligente | Segmentação semântica coberta de neve | Paddle oficial | Mais casos de remo de remo |
| Cidade inteligente | Reconhecimento de rosto por usar máscaras | Paddle oficial | Mais casos de remo de remo |
| Transporte inteligente | Segmentação de linha de pista e inspeção de segurança do semáforo | Paddle oficial | Mais casos de remo de remo |
| Transporte inteligente | 【PaddleDetection2.0 Projeto especial】 pp-yolov2 | Paddlepaddledet | Mais casos de Paddledet |
| Transporte inteligente | Paddlex ajuda a direção não tripulada (detecção de veículos e segmentação de linha de pista com base no Yolov3) | Desenvolvedor Bit Kada | Mais casos de remo de remo |
| Transporte inteligente | detecção eblite_marker | Desenvolvedor Tobewell | Mais casos de remo de remo |
| Transporte inteligente | Paddleoc: identificação da placa | Desenvolvedor de remo de remo solitário, entre rapidamente | Mais casos de remo de remo |
| Agricultura inteligente e silvicultura | Identificação da trama da terra agrária | Paddle oficial | Mais casos de remo de remo |
| Agricultura inteligente e silvicultura | Reconhecimento de minhocas da AI | Paddle oficial | Mais casos de remo de remo |
| Agricultura inteligente e silvicultura | Mais rápido e mais forte! Broca prática eficiente e rápida de pp-yolo | Paddlepaddledet | Mais casos de Paddledet |
| Agricultura inteligente e silvicultura | Paddlex rapidamente inicia a detecção de alvo RCNN mais rápida | Paddlepaddlex | Mais casos Paddlex |
| Agricultura inteligente e silvicultura | Compartilhamento de detecção de insetos da AI | Desenvolvedor Aaalkgo | Mais casos de remo de remo |
| Agricultura inteligente e silvicultura | Implementar o monitoramento de incêndio florestal com base no Paddlex | Paddle oficial | Mais casos de remo de remo |
| Smart Medical | Classificação de medicamentos fitoterápicos chineses comuns em medicina | Paddle oficial | Mais casos de remo de remo |
| Smart Medical | Reconhecimento de doenças oculares | Paddle oficial | Mais casos de remo de remo |
| Smart Medical | Segmentação de imagem à base de remo | Gerador de código do desenvolvedor | Mais casos de remo de remo |
| Smart Medical | Análise de imagem Paddlehub CT | PaddlepaddleHub | Mais casos de PaddleHub |
| Smart Medical | Sistema de linha de base para prever tendências de transmissão de doenças infecciosas altamente patogênicas com base em paddle de paddle pgl | Paddle oficial | Mais casos de remo de remo |
| outro | Detecção de queda de pessoa | Desenvolvedor NIKI_173 | Mais casos para este desenvolvedor |
| outro | Posicionamento de ação da partida de futebol | Paddle oficial | Mais casos de remo de remo |
| outro | Simulação de aeronave com base no aprendizado de reforço | Paddle oficial | Mais casos de remo de remo |
| outro | Implementar a correspondência semântica com base no Ernie-Gram | Paddle oficial | Mais casos de remo de remo |
| outro | "Campo de check-in da PNL" Lição prática 5: Análise de sentimentos de texto | Paddlepaddlenlp | Mais casos de Paddlepaddlenlp |
| outro | "NLP Classic Project Collection" 03: Selecione o jantar de véspera de Ano Novo usando análise de sentimentos | Paddlepaddlenlp | Mais casos de Paddlepaddlenlp |
| outro | Tarefa de classificação: como identificar as emoções boas ou ruins do cliente nas conversas de atendimento ao cliente | Desenvolvedores, BBKing chinês | Mais casos de remo de remo |
| outro | "Campo de check-in da PNL" Curso Prático 3: Use modelos pré-treinados para realizar a extração de informações de ordem expressa | Paddlepaddlenlp | Mais casos de Paddlepaddlenlp |
| outro | Preocupa -se com os direitos autorais da China dos Namorados? Paddlehub Woor Words são gerados para você (o artigo contém a loteria do Dia dos Namorados Chinesa) | PaddlepaddleHub | Mais casos de PaddleHub |
| outro | Detecção de defeitos de PCB com base na paddledetection | Paddle oficial | Mais casos de remo de remo |
| outro | Rastreamento de pedestres único/multi-lente baseado no Baidu Paddlepddle (linha de base não oficial) | Desenvolvedor Bit Kada | Mais casos de remo de remo |
| outro | Paddlelite Raspberry Pi de 0 a 1: Desenação de carros Small de detecção hardhat (i) | O kang no abismo do desenvolvedor | Mais casos de remo de remo |
| outro | Paddlex, pp-yolo: ensine-o passo a passo para treinar, criptografar e implantar modelos de detecção de destino | O kang no abismo do desenvolvedor | Mais casos de remo de remo |
| outro | Reconhecimento de voz chinesa | Paddle oficial | Mais casos de remo de remo |
| outro | PaddleHub One-Click OCR Chinese Reconhecimento (modelo Ultra-Lightweight 8,1m, popular) | Paddle oficial | Mais casos de remo de remo |
| outro | Reparação de imagem da antiga cidade de Pequim | Paddlepaddlegan | Mais casos de Paddlegan |
| outro | O segredo dos poetas da dinastia Song Recitando poemas - Paddlegan alcança a síntese de lábios precisa | Paddle oficial | Mais casos de remo de remo |
| outro | O reconhecimento do código de verificação é alcançado através do OCR | Paddle oficial | Mais casos de remo de remo |
| outro | PaddleHub One-Click OCR Chinese Reconhecimento (modelo Ultra-Lightweight 8,1m, popular) | PaddlepaddleHub | Mais casos de PaddleHub |
| outro | Todo o processo, compreenda a segmentação de imagem baseada em paddlepaddle do zero | Desenvolvedor Nanting03 | Mais casos de remo de remo |
| outro | Previsão de carga 0,1 | Desenvolvedor Gaomaosheng0 | Mais casos de remo de remo |
| outro | Ai percebe que as sombras tocam e herda a arte que desaparece | Desenvolvedor Zohar | Mais casos de remo de remo |
| outro | 『Campo de check-in de 7 dias de aprendizado profundo』 Detecção de ponto-chave do rosto | Desenvolvedor TC.long | Mais casos de remo de remo |
| Aprendizagem de reforço | O algoritmo DDPG é aplicado ao comércio quantitativo de estoque | Desenvolvedor | Mais casos de remo de remo |
| Direção técnica | Casos acadêmicos | fonte | Mais conteúdo |
|---|---|---|---|
| Aprendizado de máquina | Classificação da íris | Aistudio Oficial | Mais casos de remo de remo |
| Rede neural de feedforward | Previsão do preço da casa de Boston | Desenvolvedor Aistudiohelper | Mais casos de remo de remo |
| Classificação da imagem | Reconhecimento manuscrito de dígitos | Aistudio Oficial | Mais casos de remo de remo |
| Classificação da imagem | Classificação de gatos e cães | Aistudio Oficial | Mais casos de remo de remo |
| Classificação da imagem | Aplicação da rede de classificação de imagem VGG em tarefa de reconhecimento de múltiplas expressões | Desenvolvedor Jerry | Mais casos de remo de remo |
| Classificação da imagem | Classificação da imagem-ressente | Os desenvolvedores são estúpidos | Mais casos de remo de remo |
| Classificação da imagem | Use Paddlepaddle para implementar a classificação da imagem - SE_RESNEXT | Aistudio Oficial | Mais casos de remo de remo |
| Classificação da imagem | Entender profundamente o vit de transformador, deit na classificação de imagem | Paddleedu | Mais casos de remo de remo |
| Classificação da imagem | Transformador Swin | Paddleedu | Mais casos de remo de remo |
| Classificação da imagem | Aprendizagem de amostra pequena (aprendizado de poucos anos) | Desenvolvedor Deepgege | Mais casos de remo de remo |
| Segmentação de imagem | Modelo de segmentação de instância clássica máscara rcnn | Aistudio Oficial | Mais casos de remo de remo |
| Segmentação de imagem | Paddleseg_deeplabv3+ | Paddlepaddleseg | Mais casos de remo de remo |
| Segmentação de imagem | Implementação deeplabv3+ com base no paddlepaddle | Aistudio Oficial | Mais casos de remo de remo |
| Detecção de imagem | Aprendizado profundo avançado - Detecção de objetos | Aistudio Oficial | Mais casos de remo de remo |
| Detecção de imagem | Uma explicação detalhada do algoritmo de detecção de objeto Yolov3 | Desenvolvedor Aistudio96069 | Mais casos de remo de remo |
| Detecção de imagem | Aplicação do modelo de transformador detrr no campo CV na tarefa de detecção de objetos | Paddleedu | Mais casos de remo de remo |
| Classificação de vídeo | Classificação de vídeo TSN | Paddleedu | Mais casos de remo de remo |
| Classificação de vídeo | Paddle2.1 implementa o modelo clássico de entendimento em vídeo - TETM | Paddleedu | Mais casos de remo de remo |
| Classificação de vídeo | Implementar a classificação de vídeo com base na atenção e no BI-LSTM | Paddleedu | Mais casos de remo de remo |
| Classificação de vídeo | TimesFormer Real Video Compreeading Of Transformer Model in CV Field | Paddleedu | Mais casos de remo de remo |
| Gan | Entenda o GaN clássico de redes adversárias generativas em um artigo (Dynamic Graph, VisualDl2.0) | Desenvolvedor Futuresi | Mais casos de remo de remo |
| Gan | Algoritmo Stargan, Attgan, Stgan baseado em Paddlepaddle | Aistudio Oficial | Mais casos de remo de remo |
| OCR | Reconhecimento de texto-Crnn | Desenvolvedores | Mais casos de remo de remo |
| NLP | Implementar 9 tarefas de cola com base em Ernie | Paddleedu | Mais casos de remo de remo |
| NLP | Aplicação do modelo XLNET no campo NLP em análise de sentimentos | Paddleedu | Mais casos de remo de remo |
| NLP | Aplicação do modelo Ernie na compreensão de leitura no campo da PNL | Paddleedu | Mais casos de remo de remo |
| NLP | Aplicação de Electra no campo PNL na previsão de símbolos | Paddleedu | Mais casos de remo de remo |
| NLP | Aplicação do transformador no campo NLP na tradução da máquina | Paddleedu | Mais casos de remo de remo |
| NLP | 【Match Paddle】 IFLYTEK PERGUNTAS - Desafio de similaridade de perguntas chinesas 0.9+linha de base | Paddleedu | Mais casos de remo de remo |
| NLP | Implementar Bert com Paddlepddle | Aistudio Oficial | Mais casos de remo de remo |
| Multimodal | 【Clipe de remo】 O que você escreve, ele desenha, um pequeno pintor que pertence a você | Paddlefleet | Mais casos de remo de remo |
| Aprendizagem de reforço | Do código ao papel de compreensão e reprodução do algoritmo MADDPG (parl) | Desenvolvedor Sr. Zheng_ | Mais casos de remo de remo |
| recomendar | [Estimativa da taxa de cliques com base no modelo Deepfm] (https://github.com/paddlepaddle/awesome-deeplearning/tree/master/examples/deepfm para previsão do CTR) | Paddleedu | Mais casos de remo de remo |
| recomendar | Filmes recomendados baseados no DSSM | Aistudio Oficial | Mais casos de remo de remo |
| Destilação do conhecimento | Experiência de destilação SSLD com base no CIFAR100 | Paddleclas | Mais casos de remo de remo |
retornar
| campo | Casos de competição | fonte | introduzir |
|---|---|---|---|
| Aprendizado de máquina | 【Paddle Game】 Empréstimo pessoal PREVISÃO DE PREVELA BASEIRA+ 0,607 | Desenvolvedor W5688414 | Previsão padrão do empréstimo pessoal do DataFountain, consulte a linha de base oficial e use a paddle para melhorar |
| NLP | 【Match Paddle】 IFLYTEK PERGUNTAS - Desafio de similaridade de perguntas chinesas 0.9+linha de base | Paddleedu | Linha de base da versão para paddle da similaridade do problema chinês, usando o Paddlenlp para concluir a tarefa de avaliação de similaridade do problema através do ajuste fino de modelos pré-treinados |
| NLP | Reconhecimento emocional baseado em Paddlehub de internautas durante a epidemia | Desenvolvedor CCHAN | Este projeto é uma solução para a competição de reconhecimento emocional dos internautas durante a epidemia. Paddlehub e Ernie foram usados para identificar emoções nos textos do Weibo durante a epidemia. |
| NLP | 【Paddle Game】 Revisão do produto Competição de extração de opinião | Desenvolvedor W5688414 | A linha de base da concorrência de extração de opinião baseada em Bert, baseada em Bert, adicionando método de otimização |
| NLP | 【Paddle Game】 Personagem da tela de reconhecimento emocional de precisão da linha de base 0,676 | Desenvolvedor W5688414 | Histórias de linha de reconhecimento emocional de caráter, usando o modelo Bert |
| voz | 【Paddle Game】 Síntese por telefone | Desenvolvedor XYZ_916 | 2021 Banco do Xinwang Bank Intelligent Voice Competition Baseline. A partir de 2021.11.17, esse plano é o primeiro na pontuação total e a segunda na lista de obras. |
| cv | Desafio de Reconhecimento de Texto da Cena Chinesa linha de base | Xiaodu Aistudio | O projeto de linha de base do desafio de reconhecimento de texto da cena chinesa, usado para referência por concorrentes |
| cv | 【Jogo de remo】 FONTE MANDO CONCUITO DE RECUNCIONAMENTO DE OCR CONCUITO BASELING | Desenvolvedor Rosa Pêssego | 2021 Concorrência mundial de inovação de inteligência artificial, linha de concorrência de reconhecimento de fontes de fontes manuscritas |
| cv | 2020 CCF BDCI: Linha de base de segmentação de imagem de sensoriamento remoto | Desenvolvedor LXASTRO | 2020 CCF BDCI: Biblioteca de modelos de linha de base para segmentação da plotagem de imagem de sensoriamento remoto, incluindo métodos de treinamento de modelo de linha de base e scripts de avaliação de competição. |
| cv | A 3ª Concurso de Inovação e Empreendedorismo da China AI+ | Desenvolvedor Zhang Ya Dance | O plano de primeiro lugar para a competição semi-supervisionada de posicionamento de alvo de aprendizado compartilhou a pontuação da lista A 0,81425 e a pontuação da lista B 0,80428 |
| Mineração de dados | 【Jogo de padddle】 Electronic Graphic Intelligent Diagnosty Competition Baseline 0.6765 | Desenvolvedor W5688414 | Competição de diagnóstico inteligente de Aiwin ECG |
Retornar
| produto | Cursos de vídeo | Documentos de estudo |
|---|---|---|
| Paddlegan | Gere o acampamento de check-in de sete dias para a rede adversária | |
| Paddleocr | Explicação do gadget de rotulagem automática do OCR, interpretação do modelo prático de OCR prático de 3,5m, aplicação prática de OCR e implantação | |
| Paddleclas | Classes ao vivo da série Paddleclas | |
| PaddleDetection | Detecção de alvo Campo de check-in de 7 dias | |
| Paddlex | Explicação detalhada da tarefa de segmentação de instância Paddlex, explicação detalhada da tarefa de detecção de objeto Paddlex, explicação detalhada da tarefa de segmentação semântica Paddlex, explicação detalhada da tarefa de classificação de imagem Paddlex, guia de operação do cliente Paddlex, PaddlePaddle Process Development Ferramenta | |
| PaddleHub | Tutorial disponível para converter modelos PaddleHub | |
| Vdl | Ferramentas de análise visual ajudam o desenvolvimento rápido de algoritmos de IA e demonstração prática de algoritmos visuais e afinados de aprendizado profundo | |
| API de alto nível | API de alto nível ajuda você a começar rapidamente com o aprendizado profundo | |
| Paddlenlp | Processamento de linguagem natural baseado em aprendizado profundo |
Retornar
Muito obrigado por usar este projeto. Se você tiver alguma sugestão ou comentário durante o uso, poderá nos dar feedback sobre o problema ou entrar em contato conosco digitalizando o código QR abaixo. Os desenvolvedores Paddlepddle estão muito felizes em poder ajudá-lo e ter uma comunicação mais aprofundada e discussões técnicas com você.
O lançamento deste projeto é certificado pela licença Apache 2.0.
A maturidade contínua deste projeto não pode ser separada da contribuição de todos os desenvolvedores. Se você estiver interessado em compartilhar um conhecimento profundo de aprendizado, poderá contribuir para nós e beneficiar mais desenvolvedores.
Este projeto recebe quaisquer contribuições e sugestões, e a maioria das contribuições exige que seu contrato com o Contrato de Licença do Participante (CLA) declare que você tem o direito e realmente nos autoriza a usar sua contribuição.
PIP Instale pré-compromisso
pré-comprometer a instalação
Depois de adicionar o código modificado, o arquivo modificado é específico do código. O pré-compromisso ajustará automaticamente o formato de código e o executará uma vez. O comprometimento subsequente não precisa ser executado novamente. Para obter detalhes, consulte o processo de solicitação de tração de envio incrivelmente devage.
Aqui está uma lista de colaboradores incríveis dentes: Yang Zhou, Niki_173, Twelveeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeee, Buriedms, Aqourarea, Zhangjin12138, Rerny, Liucongnlp, Lemncerryfu, Lutianhao
