หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

- สมุดบันทึกการเรียนรู้ของเครื่อง

Repo นี้มีสมุดบันทึก Machine Learning สำหรับงานและแอปพลิเคชันต่างๆ โน้ตบุ๊กได้รับการออกแบบให้มีขนาดเล็ก นำกลับมาใช้ใหม่ได้ง่าย และขยายได้ คุณมีอิสระที่จะใช้สิ่งเหล่านี้เพื่อการศึกษาและการวิจัย

Repo นี้รองรับ Codespaces!

  • สร้างอินสแตนซ์ใหม่โดยคลิกที่ปุ่มสีเขียว "<> Code" ตามด้วยตัวเลือก "Configure and create codespace" ตรวจสอบให้แน่ใจว่าได้เลือกการกำหนดค่าคอนเทนเนอร์ dev ที่มาพร้อมกับ repo นี้ นี่เป็นการตั้งค่าสภาพแวดล้อมโดยติดตั้งการขึ้นต่อกันทั้งหมดและพร้อมใช้งาน
  • เมื่อโค้ดสเปซทำงานโดยสมบูรณ์ คุณสามารถติดตั้งไลบรารีทั้งหมดที่จำเป็นในการรันโน้ตบุ๊กภายใต้โฟลเดอร์ /notebooks เปิดเทอร์มินัลแล้วเรียกใช้ conda create --name myenv --file spec-file.txt เพื่อติดตั้งไลบรารี Python ทั้งหมดรวมถึง PyTorch
  • เปิดใช้งานสภาพแวดล้อมของคุณ conda activate myenv คุณอาจต้องเรียกใช้ conda init zsh หรือเชลล์อะไรก็ตามที่คุณใช้... จากนั้นปิด + เปิดเทอร์มินัลอีกครั้ง
  • สุดท้าย คุณสามารถทดลองใช้ว่าทุกอย่างใช้งานได้หรือไม่โดยเปิดสมุดบันทึก เช่น /notebooks/bow.ipynb

เริ่มต้นใช้งาน

ชื่อ คำอธิบาย โน๊ตบุ๊ค
ความรู้เบื้องต้นเกี่ยวกับกราฟการคำนวณ บทช่วยสอนพื้นฐานเพื่อเรียนรู้เกี่ยวกับกราฟการคำนวณ
PyTorch สวัสดีชาวโลก! สร้างโครงข่ายประสาทเทียมอย่างง่ายและฝึกฝน
การแนะนำ PyTorch อย่างอ่อนโยน คำอธิบายโดยละเอียดที่แนะนำแนวคิด PyTorch
คำอธิบายที่ขัดแย้งกัน บทช่วยสอนพื้นฐานเพื่อเรียนรู้เกี่ยวกับคำอธิบายที่ขัดแย้งกับ AI ที่อธิบายได้
การถดถอยเชิงเส้นตั้งแต่เริ่มต้น การใช้การถดถอยเชิงเส้นตั้งแต่เริ่มต้นโดยใช้การไล่ระดับสีแบบสุ่ม
การถดถอยโลจิสติกตั้งแต่เริ่มต้น การดำเนินการของการถดถอยโลจิสติกตั้งแต่เริ่มต้น
การถดถอยโลจิสติกโดยย่อ การใช้แบบจำลองการถดถอยโลจิสติกอย่างกระชับสำหรับการจำแนกภาพไบนารี
โครงข่ายประสาทเทียมแรก - ตัวแยกประเภทรูปภาพ สร้างตัวแยกประเภทรูปภาพขั้นต่ำโดยใช้ MNIST
โครงข่ายประสาทเทียมตั้งแต่เริ่มต้น การใช้งานโครงข่ายประสาทเทียมอย่างง่ายตั้งแต่เริ่มต้น
ความรู้เบื้องต้นเกี่ยวกับ GNN ข้อมูลเบื้องต้นเกี่ยวกับโครงข่ายประสาทเทียมแบบกราฟ ใช้ GCN พื้นฐานกับชุดข้อมูล Cora สำหรับการจำแนกโหนด

เอ็นแอลพี

ชื่อ คำอธิบาย โน๊ตบุ๊ค
ถุงคำลักษณนามข้อความ สร้างถุงแยกประเภทข้อความแบบง่ายๆ
ถุงคำต่อเนื่อง (CBOW) ตัวแยกประเภทข้อความ สร้างถุงแยกประเภทข้อความแบบต่อเนื่อง
ถุงคำต่อเนื่องลึก (Deep CBOW) ตัวแยกประเภทข้อความ สร้างถุงแยกประเภทข้อความแบบลึกที่ต่อเนื่องกัน
การเพิ่มข้อมูลข้อความ ความรู้เบื้องต้นเกี่ยวกับเทคนิคการเพิ่มข้อมูลที่ใช้บ่อยที่สุดสำหรับข้อความและการนำไปปฏิบัติ
การจำแนกอารมณ์ด้วย BERT ที่ปรับแต่งอย่างดี การจำแนกอารมณ์โดยใช้แบบจำลอง BERT ที่ปรับแต่งอย่างละเอียด

หม้อแปลงไฟฟ้า

ชื่อ คำอธิบาย โน๊ตบุ๊ค
การจำแนกข้อความโดยใช้ Transformer การใช้กลไกความสนใจและการฝังตำแหน่งกับงานการจัดหมวดหมู่ข้อความ
การแปลด้วยเครื่องประสาทโดยใช้ Transformer การใช้งาน Transformer เพื่อแปลวันที่ที่มนุษย์อ่านได้ในรูปแบบใดๆ เป็นรูปแบบ ปปปป-ดด-วว
ฟีเจอร์ Tokenizer Transformer การใช้งาน Feature Tokenizer Transformer ในงานการจัดหมวดหมู่
การรับรู้ชื่อเอนทิตีโดยใช้ Transformer การใช้งาน Transformer เพื่อทำการจำแนกโทเค็นและระบุสปีชีส์ในบทคัดย่อของ PubMed
การตอบคำถามแบบแยกส่วนโดยใช้ Transformer การใช้งาน Transformer เพื่อตอบคำถามแบบแยกส่วน

คอมพิวเตอร์วิทัศน์

ชื่อ คำอธิบาย โน๊ตบุ๊ค
เครือข่ายสยาม การใช้เครือข่ายสยามเพื่อค้นหาความคล้ายคลึงของภาพ
ตัวเข้ารหัสอัตโนมัติแบบต่างๆ การใช้ Variational Auto Encoder เพื่อสร้างส่วนเสริมสำหรับตัวเลขที่เขียนด้วยลายมือของ MNIST
การตรวจจับวัตถุโดยใช้หน้าต่างบานเลื่อนและปิรามิดรูปภาพ การใช้งานการตรวจจับวัตถุขั้นพื้นฐานโดยใช้หน้าต่างเลื่อนและปิรามิดรูปภาพที่ด้านบนของตัวแยกประเภทรูปภาพ
การตรวจจับวัตถุโดยใช้การค้นหาแบบเลือก การใช้งานการตรวจจับวัตถุขั้นพื้นฐานโดยใช้การค้นหาแบบเลือกที่ด้านบนของตัวแยกประเภทรูปภาพ

เครือข่ายปฏิปักษ์ทั่วไป

ชื่อ คำอธิบาย โน๊ตบุ๊ค
GAN เชิงลึก การใช้งาน Deep Convolutional GAN ​​เพื่อสร้างตัวเลข MNIST
Wasserstein GAN พร้อมบทลงโทษแบบไล่ระดับ การใช้งาน Wasserstein GAN พร้อมการลงโทษแบบไล่ระดับเพื่อสร้างตัวเลข MNIST
GAN แบบมีเงื่อนไข การใช้งาน GAN แบบมีเงื่อนไขเพื่อสร้างตัวเลข MNIST

การปรับพารามิเตอร์อย่างมีประสิทธิภาพ

ชื่อ คำอธิบาย โน๊ตบุ๊ค
ลอรา เบิร์ต การใช้งาน BERT Finetuning โดยใช้ LoRA
ลอรา เบิร์ต เนอร์ การใช้งาน BERT Finetuning โดยใช้ LoRA สำหรับงานจำแนกโทเค็น
LoRA T5 การใช้งาน T5 Finetuning โดยใช้ LoRA
LoRA TinyLlama 1.1B การใช้งาน TinyLlama 1.1B Finetuning โดยใช้ LoRA
คิวโลรา ไทนี่ลามะ 1.1B การใช้งาน TinyLlama 1.1B Finetuning โดยใช้ QLoRA
คิวโลรา มิสทรัล 7B การใช้งาน Mistral 7B Finetuning โดยใช้ QLoRA

หากคุณพบข้อบกพร่องหรือมีคำถามใดๆ เกี่ยวกับสมุดบันทึกเหล่านี้ โปรดเปิดประเด็น เราจะจัดการกับมันโดยเร็วที่สุด

ติดต่อ Twitter หากคุณมีคำถามใด ๆ

โปรดอ้างอิงสิ่งต่อไปนี้หากคุณใช้ตัวอย่างโค้ดในการวิจัยของคุณ: 

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