Jest to aplikacja dla systemu Linux o nazwie Deep Learning with PyTorch, której najnowszą wersję można pobrać jako plik DLSP19.zip. Można go uruchomić online w darmowym dostawcy hostingu OnWorks dla stacji roboczych.
Pobierz i uruchom online tę aplikację o nazwie Deep Learning with PyTorch z OnWorks za darmo.
Postępuj zgodnie z tymi instrukcjami, aby uruchomić tę aplikację:
- 1. Pobrałem tę aplikację na swój komputer.
- 2. Wpisz w naszym menedżerze plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 3. Prześlij tę aplikację w takim menedżerze plików.
- 4. Uruchom emulator online OnWorks Linux lub Windows online lub emulator online MACOS z tej witryny.
- 5. W systemie operacyjnym OnWorks Linux, który właśnie uruchomiłeś, przejdź do naszego menedżera plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 6. Pobierz aplikację, zainstaluj ją i uruchom.
ZRZUTY EKRANU
Ad
Głębokie uczenie z PyTorch
OPIS
Ten kurs dotyczy najnowszych technik głębokiego uczenia się i uczenia reprezentacji, koncentrując się na nadzorowanym i nienadzorowanym uczeniu głębokim, metodach osadzania, uczeniu metrycznym, sieciach splotowych i powtarzalnych, z zastosowaniami do wizji komputerowej, rozumienia języka naturalnego i rozpoznawania mowy. Wymagania wstępne obejmują wprowadzenie do nauki o danych DS-GA 1001 lub kurs uczenia maszynowego dla absolwentów. Aby móc wykonać ćwiczenia, będziesz potrzebować laptopa z Minicondą (minimalna wersja Anacondy) i kilkoma zainstalowanymi pakietami Pythona. Poniższa instrukcja działałaby tak, jak dla użytkowników komputerów Mac lub Ubuntu Linux, użytkownicy systemu Windows musieliby zainstalować i pracować w terminalu Git BASH. JupyterLab ma wbudowany ciemny motyw do wyboru, więc musisz coś zainstalować tylko, jeśli chcesz korzystać z klasycznego interfejsu notebooka.
Zakładka Charakterystyka
- Notatniki Jupyter są używane podczas wykładów do interaktywnej eksploracji i wizualizacji danych
- To repozytorium notatników ma teraz stronę towarzyszącą
- Podstawy nadzorowanego uczenia się, sieci neuronowych i głębokiego uczenia
- Konwolucyjna sieć neuronowa i jej zastosowania
- Triki z regularyzacją, triki optymalizacyjne i zrozumienie, jak działa głębokie uczenie
- Wizualizacja transformacji parametrów sieci neuronowych i podstawowych koncepcji splotu
Kategorie
Jest to aplikacja, którą można również pobrać z https://sourceforge.net/projects/deep-l-with-pytorch.mirror/. Jest hostowany w OnWorks, aby można go było uruchomić online w najprostszy sposób z jednego z naszych bezpłatnych systemów operacyjnych.
