practicalAI cn

Ai prática versão chinesa da IA

Dê a você a capacidade de usar o aprendizado de máquina para obter informações valiosas com seus dados.

• Use o Pytorch para implementar algoritmos básicos de aprendizado de máquina e redes neurais profundas.
• Não são necessárias configurações, use o Google Colab no seu navegador para executar todos os programas.
• ? Não apenas um tutorial, mas aprendendo programação de aprendizado de máquina orientada a objetos no nível do produto.

Notebooks

Base	Aprendizado profundo	Avançado	tema
? Notebooks	Pytorch	RNNs avançados	? Visão computacional Visão computacional
? Python	? Aste Multilayer Perceptrons	? Susttada e redes residuais	⏰ Análise de séries temporais
? Numpy	? Dados e modelos dados e modelos	? AutoEncoders	? Aste Modelagem de tópicos
? Pandas	? Orientado a objetos de objetos orientados a objetos	Redes adversárias generativas	? Sistemas de recomendação
? Regressão linear	? Sustde de redes neurais convolucionais	? Redes de transformadores espaciais	Modelagem de idiomas pré -treinada
Regressão logística de regressão logística	Incorporação		? Aprendizado multitarefa
? Florestas aleatórias	? Redes neurais recorrentes		Aprendizagem baixa
? agrupamento de kmeans de agrupamento k-means			? Aprendizagem de reforço

Ver notebooks

Se você não precisar executar notebooks, poderá visualizá -los facilmente usando o Jupyter NBViewer.

Substitua https://github.com/ por https://nbviewer.jupyter.org/github/ , ou abra https://nbviewer.jupyter.org e digite o URL do notebook.

Execute notebooks

1. Obtenha o caderno na pasta notebooks deste projeto;
2. Você pode executar esses notebooks no Google Colab ou computadores locais;
3. Clique em um caderno e substitua https://github.com/ no endereço URL para https://colab.research.google.com/github/ ou use esta extensão do Chrome para concluí -lo em um clique;
4. Faça login em sua própria conta do Google;
5. Clique em复制到云端硬盘na barra de ferramentas e o notebook abrirá em uma nova guia;

5. Renomeação completa de notebooks removendo副本no título;
6. Execute o código, modifique, etc., os quais serão salvos automaticamente no seu Google Drive pessoal.

Contribuir com cadernos

1. Após a modificação, faça o download do notebook do Google Colab como um arquivo .ipynb;

2. Vá para https://github.com/lisonevf/practicalai-cn/tree/master/notebooks;
3. Clique em Upload files .

5. Carregar este arquivo .ipynb;
6. Escreva um título e descrição detalhados de envio;
7. Nomeie sua filial adequadamente;
8. Clique em Propose changes .

Lista de contribuição

Qualquer um é bem -vindo a participar e melhorar.

Caderno	Tradutor
00_notebooks.ipynb	@amusi
01_python.ipynb	@amusi
02_numpy.ipynb	@amusi
03_pandas.ipynb	@amusi
04_LINEAR_REGRESSH.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_CONVOLUCIONAL_NEUR_NETWORKS.IPYNB
12_Embeddings.ipynb	@wengjj
13_recurrent_neural_networks.ipynb
14_ADVANCED_RNNS.IPYNB
15_Computer_Vision.ipynb