AI 101

AI-101

讲义说明，读取，代码样本和资源，以教您如何使用Pytorch和Tensorflow。

该课程以前是作为训练营教授的，但现在是一种自节奏的在线资源。

更这样

有关有用的资源，请参见Brad的Github Stars。

课程大纲

会议	话题	托多
准备	N/A。	请参阅prepareation.md
？第1周	角色，机器学习基础知识，技术堆栈	深度学习的工作方式和免费软件的简介
？第1周	？ “基础”现场演示	SuperdataSciencience解释器指南
？第2周	最终项目想法	选择一个项目！
？第2周	通用ML工作流程	通用ML工作流程和一切的回归理论
？第3周	配对编程，项目问答	在您的项目上工作
？第3周	数据工程，ETL基础和数据争吵技术	在您的项目上工作
？第4周	AWS，Azure和GCP Cloud Setup演示中的OpenRouter Sommelier应用程序	设置AWS免费层
？第5周	？指标和损失功能，模型架构和超参数	60分钟Pytorch Blitz
？第7周	？训练营...	出去赢！
？第7-8周	？项目演示	在线吹牛

---

最终项目序列

参与者将花费大量时间来与他们的职业愿望保持一致。有关过去的演示文稿和源代码，请访问Brad的YouTube频道。

步	细节
？️数据收集和简单模型	使用scikit-llm生成综合文本数据。在Kaggle或拥抱脸上探索数据集。
？️定制型号（可选）	初学者：以基本图像/文本分类器的速度关注TensorFlow QuickStart。建议：潜入60分钟的Pytorch Blitz，然后探索Pytorch文本分类或Pytorch图像分类。更高级的：经过审计的模型，带有文字的拥抱面孔还是？图像分类。苹果书呆子仅使用MLX。
挑战和实验（可选）	高级：探索诸如Keras Core之类的跨平台框架。 ？非常高级：尝试从Kaggle复制获胜模型。

---