ML Notebooks

？機器學習筆記本

此儲存庫包含用於不同任務和應用程式的機器學習筆記本。這些筆記本應該體積最小、易於重複使用且可擴展。您可以自由地將它們用於教育和研究目的。

該存儲庫支援 Codespaces！

• 按一下綠色的"<> Code"按鈕，然後按"Configure and create codespace"選項來啟動一個新實例。確保選擇此儲存庫提供的開發容器配置。這將設定一個環境，​​其中安裝了所有依賴項並準備就緒。
• 程式碼空間完全運作後，您可以在/notebooks資料夾下安裝執行筆記本所需的所有庫。開啟終端並只需執行conda create --name myenv --file spec-file.txt即可安裝包含 PyTorch 在內的所有 Python 程式庫。
• 啟動您的環境conda activate myenv 。您可能需要執行conda init zsh或您正在使用的任何 shell...然後關閉+重新開啟終端。
• 最後，您可以透過開啟筆記本（例如/notebooks/bow.ipynb來嘗試一切是否正常。

---

入門

姓名	描述	筆記本
計算圖簡介	了解計算圖的基本教程
PyTorch 你好世界！	建立一個簡單的神經網路並訓練它
PyTorch 簡單介紹	詳細講解介紹PyTorch概念
反事實解釋	了解可解釋人工智慧的反事實解釋的基本教程
從頭開始的線性迴歸	使用隨機梯度下降從頭開始實現線性迴歸
從頭開始的邏輯迴歸	從頭開始實現邏輯迴歸
簡明邏輯迴歸	二值影像分類邏輯迴歸模型的簡潔實現。
第一個神經網路 - 影像分類器	使用 MNIST 建立最小影像分類器
從頭開始的神經網絡	從頭開始實現簡單的神經網絡
GNN 簡介	圖神經網路簡介。將基本 GCN 應用於 Cora 資料集以進行節點分類。

自然語言處理

姓名	描述	筆記本
詞袋文本分類器	建立一個簡單的詞袋文本分類器。
連續詞袋 (CBOW) 文字分類器	建構連續的詞袋文本分類器。
深度連續字袋 (Deep CBOW) 文本分類器	建構一個深度連續的詞袋文本分類器。
文字資料增強	介紹最常用的文本資料增強技術及其實現
使用微調 BERT 進行情緒分類	使用微調的 BERT 模型進行情緒分類

變形金剛

姓名	描述	筆記本
使用 Transformer 進行文字分類	注意力機制和位置嵌入在文本分類任務上的實現
使用 Transformer 的神經機器翻譯	Transformer 的實現，用於將任何格式的人類可讀日期轉換為 YYYY-MM-DD 格式。
特徵分詞轉換器	特徵分詞器轉換器在分類任務上的實現
使用 Transformer 進行命名實體識別	Transformer 的實現，用於執行標記分類並識別 PubMed 摘要中的物種
使用 Transformer 進行擷取式問答	Transformer 的實現，用於執行提取式問答

電腦視覺

姓名	描述	筆記本
連體網絡	用於尋找影像相似度的暹羅網路的實現
變分自動編碼器	變分自動編碼器的實現，用於產生 MNIST 手寫數字的增強
使用滑動視窗和影像金字塔進行物件偵測	在影像分類器之上使用滑動視窗和影像金字塔的基本物件檢測實現
使用選擇性搜尋進行對象偵測	在影像分類器之上使用選擇性搜尋的基本物件檢測實現

生成對抗網絡

姓名	描述	筆記本
深度卷積 GAN	深度卷積 GAN 的實作來產生 MNIST 數字
帶有梯度懲罰的 Wasserstein GAN	使用梯度懲罰的 Wasserstein GAN 的實作來產生 MNIST 數字
條件生成對抗網絡	用於產生 MNIST 數字的條件 GAN 的實現

參數高效微調

姓名	描述	筆記本
洛拉·伯特	使用 LoRA 實現 BERT 微調
洛拉·伯特納	使用 LoRA 進行 token 分類任務的 BERT 微調的實現
洛拉T5	使用 LoRA 實現 T5 微調
洛拉小羊駝 1.1B	使用 LoRA 實現 TinyLlama 1.1B 微調
QLoRA TinyLlama 1.1B	使用 QLoRA 實現 TinyLlama 1.1B 微調
QLoRA 米斯特拉爾 7B	使用 QLoRA 實現 Mistral 7B 微調

---

如果您發現任何錯誤或對這些筆記本有任何疑問，請提出問題。我們將盡快解決這個問題。

如果您有任何疑問，請透過 Twitter 聯繫。

如果您在研究中使用程式碼範例，請引用以下內容：

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