deep_learning_from_scratch

Deeplearning/AI จาก Stracth

การแนะนำ

repo นี้มีไว้สำหรับการฝึกการเรียนรู้อย่างลึกซึ้งและ AI กำเนิด โดยทั่วไปแล้วครอบคลุมรูปแบบการเรียนรู้ลึกที่เป็นที่นิยมใน CV, NLP, Genai ฯลฯ เป้าหมายของ repo นี้คือการให้ความเข้าใจที่ครอบคลุมและใช้งานได้จริงเกี่ยวกับการเรียนรู้อย่างลึกซึ้งและ AI กำเนิด repo มีโครงสร้างในลักษณะที่ครอบคลุมหัวข้อต่อไปนี้:

• แบบจำลองการทำนาย: ใช้สำหรับการถดถอยการจำแนก ฯลฯ
  • Googlenet
  • resnet
  • เดนเซเนต
  • รูปแบบคำแนะนำ
    • DLRM
    • DeepFM
    • mmoe
    • BST
• รุ่น Generative: ใช้เพื่อสร้างข้อมูลใหม่
  • โมเดลอัตโนมัติ
    • พิกเซล
  • vae
  • แบบจำลองพลังงาน
  • การไหลของการไหลเป็นปกติ
  • รูปแบบการแพร่กระจาย
• แบบจำลองการค้นพบ: ใช้เพื่อเรียนรู้สถานะที่ซ่อนอยู่ของข้อมูลสำหรับงานดาวน์สตรีม
  • ae
  • การเรียนรู้ที่เป็นผู้ดูแลตนเอง:
    • การเรียนรู้แบบตัดกัน: SimClr
  • ความรู้สึก

รายการด้านบนไม่ได้รวมผลงานปฏิวัติทั้งหมดเช่น GAN รูปแบบการแพร่กระจายจะไม่รวมอยู่ด้วย ฉันกำลังเดินไปฝึกซ้อมและจะเพิ่มพวกเขาในภายหลัง

ทุกรุ่นมีการเข้ารหัสโดยใช้ Pytorch และ Lighting เรายังลองปรับแต่งพารามิเตอร์ไฮเปอร์พารามิเตอร์โดยใช้ Ray Tune ผู้ใช้ที่มีความสนใจอาจอ้างถึง readme.md ในแต่ละโฟลเดอร์โมเดลสำหรับรายละเอียดเพิ่มเติม

วิธีใช้

repo มีโครงสร้างในลักษณะที่แต่ละรุ่นอยู่ในโฟลเดอร์แยกต่างหาก ผู้ใช้สามารถไปที่โฟลเดอร์ที่น่าสนใจโดยตรงและเรียกใช้รหัส รหัสได้รับการบันทึกไว้เป็นอย่างดีและเข้าใจง่าย ผู้ใช้ยังสามารถอ้างถึง readme.md ในแต่ละโฟลเดอร์โมเดลสำหรับรายละเอียดเพิ่มเติม

การตั้งค่า

1. โคลน repo ลงในเครื่องในพื้นที่ของคุณ

 cd path/to/your/workspace
git clone https://github.com/Bingzw/DL_genAI_practicing.git

2. สร้างสภาพแวดล้อมเสมือนจริงของ Python

 python3 -m venv venv
source venv/bin/activate

3. ติดตั้งแพ็คเกจที่ต้องการ

 pip install -r requirements.txt

4. ไปที่โฟลเดอร์ของแต่ละรุ่นและเรียกใช้รหัส

 cd path/to/model/folder
python train.py