AI 101

AI-101

講義說明，讀取，代碼樣本和資源，以教您如何使用Pytorch和Tensorflow。

該課程以前是作為訓練營教授的，但現在是一種自節奏的在線資源。

更這樣

有關有用的資源，請參見Brad的Github Stars。

課程大綱

會議	話題	托多
準備	N/A。	請參閱prepareation.md
？第1週	角色，機器學習基礎知識，技術堆棧	深度學習的工作方式和免費軟件的簡介
？第1週	？ “基礎”現場演示	SuperdataSciencience解釋器指南
？第2週	最終項目想法	選擇一個項目！
？第2週	通用ML工作流程	通用ML工作流程和一切的回歸理論
？第3週	配對編程，項目問答	在您的項目上工作
？第3週	數據工程，ETL基礎和數據爭吵技術	在您的項目上工作
？第4週	AWS，Azure和GCP Cloud Setup演示中的OpenRouter Sommelier應用程序	設置AWS免費層
？第5週	？指標和損失功能，模型架構和超參數	60分鐘Pytorch Blitz
？第7週	？訓練營...	出去贏！
？第7-8週	？項目演示	在線吹牛

---

最終項目序列

參與者將花費大量時間來與他們的職業願望保持一致。有關過去的演示文稿和源代碼，請訪問Brad的YouTube頻道。

步	細節
？ ️數據收集和簡單模型	使用scikit-llm生成綜合文本數據。在Kaggle或擁抱臉上探索數據集。
？ ️定制型號（可選）	初學者：以基本圖像/文本分類器的速度關注TensorFlow QuickStart。建議：潛入60分鐘的Pytorch Blitz，然後探索Pytorch文本分類或Pytorch圖像分類。更高級的：經過審計的模型，帶有文字的擁抱面孔還是？圖像分類。蘋果書呆子僅使用MLX。
挑戰和實驗（可選）	高級：探索諸如Keras Core之類的跨平台框架。 ？非常高級：嘗試從Kaggle複製獲勝模型。

---