注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. ml-training-camp-源码

  2. ML训练营：预测性表格数据挖掘和表格数据深度学习课程 介绍 目的 这是GeekBang培训平台提供的课程，分为三个系列之一，第二个课程是自然语言建模，第三个是计算版本和强化学习，强调自动驾驶。本课程的核心目的是介绍重要的机器学习。 课程资料更新 该课程每周安排一次，整个系列将花费大约一年的时间来完成三个系列的课程材料。贡献者主要来自MSRA，DeepMind，Facebook AI Research，清华大学，北京大学和阿姆斯特丹大学。 课程语言 不幸的是，最初的目标受众是中国人。因此，首先衍生

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：46mb
    • 提供者：weixin_42122838

  1. ivado-mila-dl-school-2021-源码

  2. IVADO / Mila深度学习学校，第六版（在线）-2021年3月25日至4月29日 欢迎！ 欢迎来到IVADO / Mila深度学习学校！第六版首次在网上发布，并托管在。 在此存储库中，您将找到完成学校所需的所有材料，以及提供补充更新的。 课程结构 所有讲座都是虚拟授课的。每堂课都介绍新材料，并假定您已完成上的相应模块。从第1周到第4周的讲座之后是教程，这些教程将帮助您练习一些最相关的概念。 每个都有两个与之关联的文件： _to_complete文件，其中提供了模板，但是没有代码供您完成。

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：24mb
    • 提供者：weixin_42144604

  1. drl_p2_continuous-control-源码

  2. drl_p2_continuous-control 该存储库的内容表示“ Udacity深度强化学习”课程的项目2。 在此项目中，我们正在解决由控制双关节手臂的运动组成的触手环境。 通过在此双关节臂上执行操作，我们可以了解最佳控制策略。 为了执行此训练，我们使用深度确定性策略梯度（DDPG）算法。 我们在多主体情况下解决该算法，目标是使用20个主体，至少连续100次情节维持+30的奖励。 可以通过打开笔记本的Continuous_Control.ipynb并运行所有单元格来运行代码。 多代

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：471kb
    • 提供者：weixin_42128315

  1. STIS-2020S:智能事物与智能系统，2020年Spring-源码

  2. STIS-2020S 智能硬件与智能系统 《智能事物和智能系统》，2020年Spring。 课程内容 教师与助教 授课教师： 联合主持人：马，张，郭，王 TA：刘浩天，王旭 目录结构 计算/计算基础与python学习 智能计算深度学习材料 Schedule / WWn /前9周教学安排 Weeks / WWn /后9周教学安排，第n次课的课件和参考代码 课程项目/课程实践任务 Study-Memo /同学们的课程小结（课程小结文件名格式：m-Dayn.md，m为学生编号，n为第n次课，学生编号在

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：20mb
    • 提供者：weixin_42097967

  1. Intro-to-TensorFlow-Music-Generation-源码

  2. TensorFlow音乐简介 该存储库包含的所有代码和软件实验室。 运行实验室 现在，要运行实验室，请在Colab上打开Jupyter笔记本。 导航到“运行系统”选项卡->“更改运行系统类型”。 在弹出窗口中，在“运行时类型”下选择“ Python 3”，在“硬件加速器”下选择“ GPU”。 浏览笔记本并填写#TODO单元格，以获取用于自己编译的代码！ MIT深度学习套件 您可能会注意到，在实验室中，我们从Python软件包存储库安装了mitdeeplearning python软件包：

  3. 所属分类：其它

  1. 笔记本：深度学习课程的代码-源码

  2. 笔记本 代码 存档可在archive-2020分支上找到。 用法 如果要在本地运行： python3 -m venv dldiy # If you want to install packages in a virtualenv source dldiy/bin/activate pip install -r requirements.txt # Install PyTorch and others python -m notebook # Run notebook environmen

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：972kb
    • 提供者：weixin_42129797

  1. nn-toolbox：常用的深度学习组件，过程和应用程序的工具箱-源码

  2. PyTorch中的深度学习高层框架。 介绍 每当我做一个项目时，我总是必须从头开始重新实现所有功能。 首先，这很有用，因为这需要我真正地学习概念和程序。 但是，这些杂务很快变得令人讨厌。 因此，我创建了此存储库，以存储所有有用的代码。 这很快扩展到我在论文中看到并想要实现的东西。 最后，当我实现一些更困难的东西（例如回调）时，很棒的fastai课程问世了，所以我决定利用这次机会来上课，调整代码（例如笔记本）和库以适应我现有的代码库。 在这里可以找到什么？ 我将代码组织成核心元素（回调，组件，损

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：989kb
    • 提供者：weixin_42099087

  1. 介绍性学习：MIT 6.S191的实验室材料：深度学习简介-源码

  2. 该存储库包含所有代码和软件实验室！ 所有讲座幻灯片和视频都可以在课程网站上找到。 在Google合作实验室中打开实验室： 2021年6.S191实验室将在Google的Colaboratory中运行，这是一个Jupyter笔记本环境，完全在云中运行，您无需下载任何内容。 要运行这些实验，您必须具有Google帐户。 在此Github存储库上，导航至要运行的lab文件夹（ lab1 ， lab2 ， lab3 ），然后打开相应的python笔记本（* .ipynb）。 单击实验室顶部的“在Co

  3. 所属分类：其它

  1. 生产中的深度学习：开发可用于生产的深度学习代码，对其进行部署和扩展-源码

  2. 生产课程中的深度学习 在本系列文章中，我们的目标非常简单。 我们将从一个包含原型深度学习代码（即研究项目）的colab笔记本开始，我们将对其进行部署和扩展，以服务于数百万或数十亿（也许我有些激动）的用户。 我们将逐步探索以下概念和想法： 如何构建和开发可用于生产环境的机器学习代码， 如何优化模型的性能和内存要求，以及 如何通过在云上设置小型服务器来使其对公众可用。 但这还不是全部。 之后，我们需要扩展服务器以能够随着用户群的增长而处理流量。 在此仓库中，您可以找到每篇文章中提供的完整代

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：10mb
    • 提供者：weixin_42113456

  1. intro-to-dl：“深度学习入门”课程的资源-源码

  2. 深度学习课程资源简介 在Google Colab上运行（已测试了整周） Google已经发布了自己的Jupyter风格，称为Colab，它具有免费的GPU！ 使用方法如下： 打开 ，单击右上角的登录，使用您的Google凭据登录。 单击GITHUB选项卡，粘贴并按Enter 选择您要打开的笔记本，例如week2 / v2 / mnist_with_keras.ipynb 点击文件->将副本保存到云端硬盘...以将进度保存到Google云端硬盘中 单击运行时->更改运行时类

  3. 所属分类：其它

  1. deepschool.io：jupyter笔记本中的深度学习教程-源码

  2. DeepSchool.io 以获取有关机器学习的Udemy课程 在注册即将在Pytorch上的Udemy课程 目标 使深度学习更容易（最少的代码）。 最小化所需的数学。 使其实用（在笔记本电脑上运行）。 开源深度学习学习。 围绕DL建立一个协作的实用社区。 模因：不认真。 使DL变得有趣和互动，这意味着会有更多Trump推文。 支持我们 您可以通过几种方法来支持该计划： 现在这是一个自筹资金的项目。 如果您希望看到越来越多的高质量教程和视频，请通过以下支持我们： : 订阅我们的。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：63mb
    • 提供者：weixin_42168265

  1. CADL：已存档：包含历史课程资料“ MOUSE深度学习与Tensorflow的创造性应用”免费课程的作业资料#CADL-源码

  2. 该资料库包含演讲稿和作业作业，作为Jupyter笔记本，用于的三门 课程中的第一。 它还包含一个python包，其中包含在所有三门课程中开发的所有代码。 课程1：使用TensorFlow I进行深度学习的创新应用第一节：TensorFlow简介第2节：使用TensorFlow训练网络第三节：无监督和有监督的学习第四节：可视化和产生幻觉第五节：生成模型 课程2：使用TensorFlow II进行深度学习的创新应用第一节：云计算，GPU，部署第二节：混合物密度网络第3节：使用RNN进行注意力建模，

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：53mb
    • 提供者：weixin_42117267

  1. d2l-pytorch：该项目复制了Dive Into Deep Learning（Dive Into Deep Learning）（www.d2l.ai）一书，将MXNet中的代码改编为PyTorch-源码

  2. 更新：请参阅，以获取完整的PyTorch端口。 我们不再维护此仓库。 该项目改编自原始的书籍，作者是Aston Zhang，Zachary C. Lipton，Mu Li，Alex J. Smola和所有社区贡献者。 原始书籍的GitHub： : 。 我们已经努力修改了这本书，并将MXnet代码片段转换为PyTorch。 注意：某些ipynb笔记本可能无法在Github中完美呈现。 我们建议cloning库或使用查看笔记本。 章节 Ch02安装 Ch03简介 第04章预备课程：速成班 4

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：157mb
    • 提供者：weixin_42179184

  1. 数据科学学习：与不同数据科学和机器学习主题相关的代码和资源的存储库。 用于学习，实践和教学目的-源码

  2. 数据科学学习 与不同数据科学和机器学习主题相关的代码，资源和实用程序的存储库。 用于学习，练习和教学目的。 实用程序可以通过安装 python setup.py develop 数据科学资源 提供了按主题（例如数学，深度学习，NLP）分组的建议资源（例如书籍，课程）的列表。 该列表基于我对在线社区和从业人员之间关于各种主题的非正式研究，然后在我设法使用资源并就其质量和内容提出自己的看法后，通过个人注释予以支持。 像TOREAD和TOCHECK这样的标签恰好表示我仍然没有时间正确检查相关条目。

  3. 所属分类：其它

  1. 课程20：《面向程序员的深度学习》，2020年，网站-源码

  2. 面向程序员的实用深度学习 使用Fastai和PyTorch进行编码器的深度学习：没有博士学位的AI应用-本书和课程 欢迎使用面向程序员的实用深度学习。 该网站涵盖了本书和该课程的2020年版本，它们旨在紧密合作。 如果您还没有这本书，可以 。 它也作为交互式Jupyter笔记本； 请继续阅读以了解如何访问它们。 我该如何开始？ 如果您现在准备潜水，那么这里是入门方法。 如果您想进一步了解本课程，请阅读下一节，然后回到此处。 要观看视频，请单击导航侧栏中的“课程”部分。 所有课程都有可搜索的成

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：17mb
    • 提供者：weixin_42101384