Dive into DL PyTorch
1.0.0
Этот проект изменяет реализацию кода MXNET в оригинальной книге «Ручное обучение глубокому обучению» в реализацию Pytorch. Оригинальные авторы книги: Aston Zhang, Li Mu, Zachary C. Lipton, Alexander J. Smora и другие участники сообщества, Github Адрес: https://github.com/d2l-ai/d2l-zh
Есть некоторые различия в китайских и английских версиях этой книги. Для рефакторирования английской версии этой книги, пожалуйста, обратитесь к этому проекту. Есть некоторые различия между китайскими и английскими версиями этой книги. Для модификации английской версии Pytorch вы можете обратиться к этому репо.
Этот репозиторий в основном содержит две папки: код и документы (плюс некоторые данные хранятся в данных). Кодовая папка - это соответствующий код ноутбука Jupyter для каждой главы (на основе Pytorch); Папка DOCS-это соответствующий контент в книге «Рукопадение глубокого обучения» в формате Markdown, а затем используйте DocSify для развертывания веб-документа на страницы GitHub. Поскольку оригинальная книга использует фреймворк MXNET, контент DOCS может немного отличаться от исходной книги, но общий контент одинаково. Взносы в этот проект или выпуск приветствуются.
Этот проект предназначен для детской обуви, которая заинтересована в глубоком обучении, особенно тех, кто хочет использовать Pytorch для глубокого обучения. Этот проект не требует, чтобы вы имели какое -либо исследование глубокого обучения или машинного обучения. Вам нужно только понимать базовую математику и программирование, такие как основная линейная алгебра, дифференциальная и вероятность, а также базовое программирование Python.
Этот репозиторий содержит некоторые формулы латекса, но Native Github Markdown не поддерживает отображение формулы, а папка DOCS была развернута на страницах GitHub с использованием DocSify, поэтому самый простой способ просмотра документа - это напрямую доступ к веб -версии этого проекта. Конечно, если вы все еще хотите запустить соответствующий код, вам все равно придется клонировать проект, а затем запустить соответствующий код в папке кода.
Вы также можете получить доступ к документации локально и сначала установить инструмент docsify-cli :
npm i docsify-cli -gЗатем клонируйте проект локально:
git clone https://github.com/ShusenTang/Dive-into-DL-PyTorch.git
cd Dive-into-DL-PyTorch Затем запустите локальный сервер, чтобы вы могли легко получить доступ к эффекту веб -рендеринга документа в режиме реального времени по адресу http://localhost:3000 .
docsify serve docs Если вы не хотите устанавливать инструмент docsify-cli , и даже Node.js не установлен на вашем компьютере, и по какой-то причине вы хотите просмотреть документы локально, вы можете запустить веб-службу в контейнере docker .
Во -первых, клонировать этот проект в местном районе:
git clone https://github.com/ShusenTang/Dive-into-DL-PyTorch.git
cd Dive-into-DL-PyTorch Затем используйте следующую команду, чтобы создать изображение docker с именем "D2DL":
docker build -t d2dl .После создания изображения запустите следующую команду, чтобы создать новый контейнер:
docker run -dp 3000:3000 d2dl Наконец, откройте этот адрес http://localhost:3000/#/ в вашем браузере, чтобы получить доступ к документу. Подходит для тех, кто не хочет устанавливать слишком много инструментов на своих компьютерах.
Непрерывно обновляется ...
Китайская версия: Учитесь глубоким обучением на руках | Репозиторий GitHub
Английская версия: Погрузитесь в глубокое обучение | GitHub Repo
Если вы использовали этот проект в своем исследовании, сообщите о оригинальной книге:
@book{zhang2019dive,
title={Dive into Deep Learning},
author={Aston Zhang and Zachary C. Lipton and Mu Li and Alexander J. Smola},
note={url{http://www.d2l.ai}},
year={2020}
}
