1. EdgeAITech首页
  2. 学习

PracticalAI:PyTorch官方推荐的Github超16K星深度学习实用教程

GitHub上面一位印度小哥Goku Mohandas发布了一个深度学习实践教程,叫PracticalAI,已经成为PyTorch官方推荐的最适合小白用户学习的教程,截止发文时已经收获16000多标星。
PracticalAI:PyTorch官方推荐的Github超16K星深度学习实用教程

深度学习新手的福音

当下各种五花八门的深度学习教程非常多,很多新手往往困惑“我该从开始下手呢?”
PracticalAI为向往机器学习的小白们,指引了一条从零基础到老司机的进阶之路。新手可以从基础的基础开始学起,不止线性规划和随机森林,连notebook怎么用,NumPy等重要的Python库怎么用,都有手把手教程。而且连学习的顺序都设计好了。这一学习路线是很多前辈和Github用户共同贡献的结果,真实太贴心了!
PracticalAI:PyTorch官方推荐的Github超16K星深度学习实用教程

PracticalAI官方网站和Github地址在文章最后,请留意!
通过这个教程进行系统地学习,可以你有能力使用机器学习从数据中获取有价值的见解。
? 使用 PyTorch 实现基本的机器学习算法和深度神经网络。
?️ 不需要任何设置,在浏览器中使用 Google Colab 运行所有程序。
? 不仅仅是教程,而是学习产品级的面向对象机器学习编程。

即便不是新手,也可以学着搭个高级的RNN,厉害的GAN,这里还有许多实际应用示例可以跑。毕竟,这是一个注重实践的项目。

内容结构清晰,便于使用,并且持续更新

PracticalAI里面的内容,分为四个部分,并将持续更新:

  • 背景基础 (Basics),除了有Python指南、笔记本用法,以及Numpy、Pandas这些库的用法,还有线性规划、逻辑规划、随机森林、k-means聚类这些机器学习的基本技术。
  • 深度学习入门 (Deep Learning) ,包括了PyTorch指南、多层感知器 (MLP) 、数据与模型、面向对象的机器学习、卷积神经网络 (CNN) 、嵌入,以及递归神经网络 (RNN) 。
  • 深度学习高阶 (Advanced) ,会涉及更高级的RNN、自编码器、生成对抗网络 (GAN) ,以及空间变换网络 (Spatial Transformer Networks) 等等。
  • 应用专题(Topics) ,计算机视觉是个重要的方向。除此之外,还会涉及时间序列分析 (Time Series Analysis) ,商品推荐系统,预训练语言模型,多任务学习,强化学习等等示例可以运行。也可以修改示例,写出自己的应用。

PracticalAI:PyTorch官方推荐的Github超16K星深度学习实用教程
表格里的有些话题还没有加链接。那位印度小哥表示这些部分很快就会更新。
目前这个资源还在持续完善中,相信在Github上众多大神的帮助下,会变得越来越好用。

运行 Colab notebooks

(步骤几乎是针对Colab写的,在之前一片文章中介绍过Colab)

  1. 在本项目的 notebooks 文件夹获取 notebook;
  2. 你可以在 Google Colab(推荐)或本地电脑运行这些 notebook;
  3. 点击一个 notebook,然后替换URL地址中 https://github.com/https://colab.research.google.com/github/ ,或者使用这个 Chrome扩展 一键完成;
  4. 登录你自己的 Google 账户;
  5. 点击工具栏上的 复制到云端硬盘,会在一个新的标签页打开 notebook;

PracticalAI:PyTorch官方推荐的Github超16K星深度学习实用教程

  1. 通过去掉标题中的副本完成 notebook 重命名;
  2. 运行代码、修改等,所有这些都会自动保存到你的个人 Google Drive。

PracticalAI官方网站:https://goku.me/practicalAI
PracticalAI Github地址:https://github.com/GokuMohandas/practicalAI

原创文章,作者:xgl,如若转载,请注明出处:https://edgeaitech.com/18

发表评论

登录后才能评论