ดาวน์โหลด deep learning wizard - ดาวน์โหลดซอร์สโค้ด deep learning wizard

deep learning wizard

หลาม

LLM Section Release

ดาวน์โหลด

สื่อการเรียนรู้ลึกโดยตัวช่วยสร้างการเรียนรู้ลึก

เริ่มเรียนรู้ตอนนี้

โปรดไปที่ www.deeplearningwizard.com เพื่อเริ่มเรียนรู้! เป็นมือถือ/แท็บเล็ตที่เป็นมิตรและโอเพ่นซอร์ส

รายละเอียดที่เก็บ

พื้นที่เก็บข้อมูลนี้มีไฟล์สมุดบันทึกและ mkdocs ทั้งหมดของแบบฝึกหัดที่ครอบคลุมการเรียนรู้ของเครื่องการเรียนรู้ลึกการเรียนรู้การเสริมแรงอย่างลึกซึ้งวิศวกรรมข้อมูลการเขียนโปรแกรมทั่วไปและการสร้างภาพข้อมูลที่ทำให้เว็บไซต์

โปรดทราบว่านี่เป็นงานเริ่มต้นที่กำลังดำเนินการอยู่อดทนขณะที่เราค่อยๆอัปโหลดคำแนะนำของเรา

ส่วนและส่วนย่อย

การเรียนรู้อย่างลึกซึ้งและการเรียนรู้การเรียนรู้อย่างลึกซึ้ง (ห้องสมุด: Python, Pytorch, โรงยิม, Numpy, Matplotlib และอีกมากมาย)
- การแนะนำ
- ความก้าวหน้าของหลักสูตร
- การเรียนรู้เชิงลึกกับ pytorch
  - เมทริกซ์
  - การไล่ระดับสี
  - การถดถอยเชิงเส้น
  - การถดถอยโลจิสติก
  - Feedforward Neural Network (FNN)
  - เครือข่ายประสาท Convolutional (CNN)
  - เครือข่ายประสาทกำเริบ (RNN)
  - เครือข่ายหน่วยความจำระยะสั้นระยะยาว (LSTM)
  - Autoencoders (AE)
  - การเชื่อมต่อแบบอัตโนมัติ overComplete AutoEncoders อย่างสมบูรณ์
- การปรับปรุงการเรียนรู้อย่างลึกซึ้งด้วย pytorch
  - อนุพันธ์การไล่ระดับสีและจาโคเบียน
  - ไปข้างหน้าและย้อนกลับและย้อนกลับและสืบเชื้อสายการไล่ระดับ
  - การกำหนดตารางอัตราการเรียนรู้
  - อัลกอริทึมการเพิ่มประสิทธิภาพ
  - การเริ่มต้นน้ำหนักและฟังก์ชั่นการเปิดใช้งาน
- การเรียนรู้การเสริมแรงอย่างลึกซึ้งกับ Pytorch
  - ดูแลการเรียนรู้การเสริมแรง
  - กระบวนการตัดสินใจของ Markov และสมการ Bellman
  - การเขียนโปรแกรมแบบไดนามิก
- ตั้งแต่เริ่มต้นการเรียนรู้ลึก ๆ ด้วย pytorch/python
  - จากการจำแนกประเภทการถดถอยโลจิสติก
- คำนวณการเพิ่มประสิทธิภาพ
  - การเพิ่มประสิทธิภาพความเร็วพื้นฐาน numba
แบบจำลองภาษา (ห้องสมุด: Python, Pytorch, Ollama, Llamainedex, Cuda, HuggingFace, Apptainer)
- อินโทร
- ภาชนะบรรจุ
  - คอนเทนเนอร์ HPC พร้อม apptainer
- รูปแบบภาษา
  - LLM บทนำและการปรับแต่งไฮเปอร์พารามิเตอร์
- แบบจำลองภาษาหลายรูปแบบ
  - บทนำ MMLM
- การเรียกคืน Auppremented Generation (RAG)
  - ฝังตัวบทนำ
บทเรียนการเรียนรู้ของเครื่อง (ห้องสมุด: Python, Cudf Rapids, Cuml Rapids, Pandas, Numpy, Scikit-learn และอีกมากมาย)
- Rapids cudf
  - อินโทร
  - GPU dataframes
  - CPU/GPU เศษส่วนแตกต่างกัน
บทเรียนการเขียนโปรแกรม (ห้องสมุด: C ++, Python, Bash และอื่น ๆ )
- อินโทร
- C ++
- ทุบตี
- งูหลาม
- จาวาสคริปต์
- อิเล็กตรอน
บทช่วยสอนวิศวกรรมข้อมูล (ห้องสมุด: Bash, Databricks, Delta Live Tables, Parquet, Python, Cassandra และอีกมากมาย)
- คาสซานดรา (NOSQL)
  - การแนะนำ
  - การตั้งค่าคลัสเตอร์ Apache Cassandra

เกี่ยวกับตัวช่วยสร้างการเรียนรู้ลึก

เราปรับใช้วิธีการจากบนลงล่างที่ช่วยให้คุณสามารถเข้าใจทฤษฎีการเรียนรู้และรหัสลึกได้อย่างง่ายดายและรวดเร็ว เราได้เปิดแหล่งข้อมูลทั้งหมดของเราผ่านวิกิพีเดียตัวช่วยสร้างการเรียนรู้อย่างลึกซึ้ง สำหรับผู้เรียนที่มองเห็นได้โปรดลงทะเบียนหลักสูตรวิดีโอของเราและเข้าร่วมพ่อมดการเรียนรู้เชิงลึกนับพัน

จนถึงวันนี้เราได้สอนนักเรียนหลายพันคนในกว่า 120 ประเทศ

ผลงาน

เรากำลังโทรหาผู้คนอย่างเปิดเผยเพื่อมีส่วนร่วมในที่เก็บนี้สำหรับข้อผิดพลาด อย่าลังเลที่จะสร้างคำขอดึง

ผู้สนับสนุนหลัก

Ritchie ng

บรรณาธิการและผู้สนับสนุน

Jie Fu, บรรณาธิการ (Postdoc ใน Montreal Institute เพื่อการเรียนรู้อัลกอริทึม (MILA))
Alfredo Canziani ผู้สนับสนุน (ผู้ช่วยศาสตราจารย์ใน NYU ภายใต้ Yann Lecun)
Marek Bardonski ผู้สนับสนุน (หุ้นส่วนผู้จัดการ AIREV)