AI 101
1.0.0
บันทึกการบรรยายการอ่านตัวอย่างรหัสและแหล่งข้อมูลสำหรับการสอนด้วยตัวเองว่า Pytorch และ Tensorflow อย่างไร
คลาสนี้เคยสอนเป็น bootcamp แต่ตอนนี้กลายเป็นแหล่งข้อมูลออนไลน์ที่ดำเนินการด้วยตนเอง
ดู GitHub Stars ของแบรดเพื่อรวบรวมแหล่งข้อมูลที่เป็นประโยชน์
| การประชุม | หัวข้อ | สิ่งที่ต้องทำ |
|---|---|---|
| การตระเตรียม | N/A | ดู Preparation.md |
| - สัปดาห์ที่ 1 | บทบาทพื้นฐานการเรียนรู้ของเครื่องจักรสแต็คเทคโนโลยี | การเรียนรู้อย่างลึกซึ้งและการแนะนำในซอฟต์แวร์ฟรี |
| - สัปดาห์ที่ 1 | - "มูลนิธิ" การสาธิตสด | คู่มือล่าม Superdatascience Code |
| - สัปดาห์ที่ 2 | แนวคิดโครงการสุดท้าย | เลือกโครงการ! |
| - สัปดาห์ที่ 2 | เวิร์กโฟลว์สากล ML | เวิร์กโฟลว์สากล ML และทฤษฎีการถดถอยของทุกสิ่ง |
| - สัปดาห์ที่ 3 | การเขียนโปรแกรมจับคู่คำถามและคำตอบ | ทำงานในโครงการของคุณ |
| - สัปดาห์ที่ 3 | วิศวกรรมข้อมูลพื้นฐาน ETL และเทคนิคการบิดข้อมูลข้อมูล | ทำงานในโครงการของคุณ |
| - สัปดาห์ที่ 4 | แอพ OpenRouter Sommelier ใน AWS, Azure และ GCP Cloud Setup Setup | ตั้งค่า AWS Free Tier |
| - สัปดาห์ที่ 5 | - ฟังก์ชั่นตัวชี้วัดและการสูญเสียสถาปัตยกรรมแบบจำลองและไฮเปอร์พารามิเตอร์ | 60 นาที Pytorch Blitz |
| - สัปดาห์ที่ 7 | - หลังจาก bootcamp ... | ออกไปและชนะ! |
| - สัปดาห์ที่ 7-8 | - การนำเสนอโครงการ | คุยโม้เกี่ยวกับตัวคุณเองทางออนไลน์ |
ผู้เข้าร่วมจะอุทิศเวลาอย่างมากให้กับโครงการขั้นสุดท้ายที่สอดคล้องกับแรงบันดาลใจในอาชีพของพวกเขา สำหรับงานนำเสนอที่ผ่านมาและซอร์สโค้ดที่ผ่านมาเยี่ยมชมช่อง YouTube ของ Brad
| ขั้นตอน | รายละเอียด |
|---|---|
| | สร้างข้อมูลข้อความสังเคราะห์โดยใช้ scikit-llm สำรวจชุดข้อมูลเกี่ยวกับ Kaggle หรือ Hugging Face |
| | ผู้เริ่มต้น: ติดตาม TensorFlow QuickStart สำหรับตัวแยกประเภทภาพ/ข้อความพื้นฐาน แนะนำ: ดำน้ำเป็น 60 นาที pytorch blitz จากนั้นสำรวจการจำแนกข้อความ pytorch หรือการจำแนกรูปภาพ pytorch ขั้นสูงมากขึ้น: โมเดลที่ปรับแต่งอย่างละเอียดพร้อมใบหน้ากอดสำหรับข้อความหรือ? การจำแนกรูปภาพ Apple Nerds ใช้ MLX เท่านั้น |
| ความท้าทายและการทดลอง (ไม่บังคับ) | ขั้นสูง: สำรวจเฟรมเวิร์กข้ามแพลตฟอร์มเช่น Keras Core - ขั้นสูงมาก: พยายามทำซ้ำรูปแบบที่ชนะจาก Kaggle |
