ML Notebooks

? Cahiers d'apprentissage automatique

Ce référentiel contient des blocs-notes d'apprentissage automatique pour différentes tâches et applications. Les cahiers sont censés être minimes, facilement réutilisables et extensibles. Vous êtes libre de les utiliser à des fins éducatives et de recherche.

Ce dépôt prend en charge les Codespaces !

• Lancez une nouvelle instance en cliquant sur le bouton vert "<> Code" suivi de l'option "Configure and create codespace" . Assurez-vous de sélectionner la configuration du conteneur de développement fournie avec ce dépôt. Cela configure un environnement avec toutes les dépendances installées et prêtes à fonctionner.
• Une fois l'espace de code entièrement exécuté, vous pouvez installer toutes les bibliothèques dont vous aurez besoin pour exécuter les notebooks dans le dossier /notebooks . Ouvrez un terminal et exécutez simplement conda create --name myenv --file spec-file.txt pour installer toutes les bibliothèques Python, y compris PyTorch.
• Activez votre environnement conda activate myenv . Vous devrez peut-être exécuter conda init zsh ou le shell que vous utilisez... puis fermer + rouvrir le terminal.
• Enfin, vous pouvez tester si tout fonctionne en ouvrant un bloc-notes tel que /notebooks/bow.ipynb .

---

Commencer

Nom	Description	Carnet de notes
Introduction aux graphiques informatiques	Un tutoriel de base pour en savoir plus sur les graphiques informatiques
PyTorch Bonjour tout le monde !	Construisez un réseau neuronal simple et entraînez-le
Une introduction douce à PyTorch	Une explication détaillée présentant les concepts de PyTorch
Explications contrefactuelles	Un tutoriel de base pour en savoir plus sur les explications contrefactuelles de l'IA explicable
Régression linéaire à partir de zéro	Une implémentation de régression linéaire à partir de zéro utilisant la descente de gradient stochastique
Régression logistique à partir de zéro	Une implémentation de régression logistique à partir de zéro
Régression logistique concise	Implémentation concise d'un modèle de régression logistique pour la classification d'images binaires.
Premier réseau neuronal - Classificateur d'images	Créer un classificateur d'images minimal à l'aide de MNIST
Réseau neuronal à partir de zéro	Une implémentation d'un réseau neuronal simple à partir de zéro
Introduction aux GNN	Introduction aux réseaux de neurones graphiques. Applique le GCN de base à l'ensemble de données Cora pour la classification des nœuds.

PNL

Nom	Description	Carnet de notes
Classificateur de texte Sac de mots	Créez un simple classificateur de texte de sac de mots.
Classificateur de texte à sac continu de mots (CBOW)	Créez un classificateur de texte continu de sacs de mots.
Classificateur de texte Deep Continu Bag of Words (Deep CBOW)	Créez un classificateur de texte profond et continu.
Augmentation des données texte	Une introduction aux techniques d'augmentation de données les plus couramment utilisées pour le texte et leur mise en œuvre
Classification des émotions avec BERT affiné	Classification des émotions à l'aide du modèle BERT affiné

Transformateurs

Nom	Description	Carnet de notes
Classification de texte à l'aide de Transformer	Une implémentation du mécanisme d'attention et des intégrations positionnelles sur une tâche de classification de texte
Traduction automatique neuronale à l'aide de Transformer	Une implémentation de Transformer pour traduire des dates lisibles par l'homme dans n'importe quel format au format AAAA-MM-JJ.
Transformateur de tokeniseur de fonctionnalités	Une implémentation de Feature Tokenizer Transformer sur une tâche de classification
Reconnaissance d'entités nommées à l'aide de Transformer	Une implémentation de Transformer pour effectuer une classification de jetons et identifier les espèces dans les résumés PubMed
Réponse extractive aux questions à l'aide de Transformer	Une implémentation de Transformer pour effectuer des réponses extractives aux questions

Vision par ordinateur

Nom	Description	Carnet de notes
Réseau siamois	Une implémentation du réseau siamois pour trouver la similarité d'images
Encodeur automatique variationnel	Une implémentation de Variational Auto Encoder pour générer des augmentations pour les chiffres manuscrits MNIST
Détection d'objets à l'aide d'une fenêtre coulissante et d'une pyramide d'images	Une implémentation de base de détection d'objets utilisant une fenêtre coulissante et une pyramide d'images au-dessus d'un classificateur d'images
Détection d'objets à l'aide de la recherche sélective	Une implémentation de base de détection d'objets utilisant une recherche sélective au-dessus d'un classificateur d'images

Réseau contradictoire génératif

Nom	Description	Carnet de notes
GAN convolutif profond	Une implémentation du GAN à convolution profonde pour générer des chiffres MNIST
Wasserstein GAN avec pénalité de dégradé	Une implémentation de Wasserstein GAN avec pénalité de gradient pour générer des chiffres MNIST
GAN conditionnel	Une implémentation du GAN conditionnel pour générer des chiffres MNIST

Réglage efficace des paramètres

Nom	Description	Carnet de notes
LoRA BERT	Une implémentation de BERT Finetuning à l'aide de LoRA
LoRA BERT NER	Une implémentation de BERT Finetuning utilisant LoRA pour la tâche de classification des jetons
LoRA T5	Une implémentation du réglage fin T5 à l'aide de LoRA
LoRA TinyLlama 1.1B	Une implémentation du réglage fin TinyLlama 1.1B à l'aide de LoRA
QLoRA TinyLlama 1.1B	Une implémentation du réglage fin TinyLlama 1.1B à l'aide de QLoRA
QLoRA Mistral 7B	Une implémentation du réglage fin de Mistral 7B à l'aide de QLoRA

---

Si vous trouvez des bugs ou si vous avez des questions concernant ces blocs-notes, veuillez ouvrir un problème. Nous y répondrons dès que possible.

Contactez-nous sur Twitter si vous avez des questions.

Veuillez citer les éléments suivants si vous utilisez les exemples de code dans votre recherche :

 @misc{saravia2022ml,
  title={ML Notebooks},
  author={Saravia, Elvis and Rastogi, Ritvik},
  journal={https://github.com/dair-ai/ML-Notebooks},
  year={2022}
}