DeepLearning
Source: https://github.com/PaddlePaddle/awesome-DeepLearning at
772e97d3103f
License: Apache-2.0
Read the English original
This edition is an AI-assisted translation.
I. プロジェクトの説明
Section titled “I. プロジェクトの説明”このプロジェクトは…PaddlePaddle 公式HP 厚生省が生産するオンライン百科事典のワンストップ徹底調査 PaddlePaddle 深層学習技術の革新と応用をシンプルにし、より PaddlePaddle Welcom訪問PaddlePaddle 役員ネットワーク お問い合わせ このプロジェクト カバー:
📒コースの種類:ゼロ基礎実践的な深い学習 、深い産業練習の学習、専門コース 、 PaddlePaddle パッケージコース概要
📒ブックタイプ:《深さで学んでいます。》 PaddlePaddle バージョン
📒モニュメント:詳細な研究 、インタビューの本
📒ケースカテゴリ:PaddlePaddle 業界慣行データベース (スマートシティを組み込む)火災煙の検出 、 安全帽子のテスト ;スマートな製造業:鋼鉄欠陥の検出 、 機械グラブ インターネット:金融認識と主要分野抽出 待ちます。
理論から実践まで、科学的研究から産業応用まで、学習資料は、開発者が深く学び、すぐにAIクロスボーダーの才能になるのを助けるために利用できるべきです。
- ソリューション: このプロジェクトで必要な学習資料をすぐに入手できます。また、詳細なスカラーや上級者でも入手できます。
- それは豊富です。: 教材は、オンラインのノート、ビデオ、書籍、ライブ放送など、さまざまなフォーマットで利用できます。
- リアルタイムで更新: このプロジェクトに関与するコードは、パドルの最新のリリースにマッチし、開発者は最新の詳細な学習ミッション実現プログラムをリアルタイムで学ぶことができます。
- フロントシェア最新のポスト・モルテム・ペーパーの解釈と再演の定期的な共有、最新の詳細な学習アルゴリズムへのリアルタイムアクセスを持つ開発者。
この項目があなたを助けた場合は、スターのためのページの右上をクリックしてください❤️
Section titled “ この項目があなたを助けた場合は、スターのためのページの右上をクリックしてください❤️ ”👨🏫大学ユーザです。
Section titled “👨🏫大学ユーザです。”| お問い合わせ | 私は学ぶことができます: |
|---|---|
| 初期の深い学習 | ゼロ基礎実践的な深い学習:arrow_heading_down:ディープラーニング:arrow_heading_down:パドルに行くつもりです。:arrow_heading_down: |
| 高度な深さ学習 | 業界慣行の深い研究、深い研究:arrow_heading_down:♪インタビュー♪:arrow_heading_down: |
| 興味深く、深い研究。 | 専門コース:arrow_heading_down:、PaddlePaddle 業界慣行データベース |
👨💻法人のお客様です。
Section titled “👨💻法人のお客様です。”| お問い合わせ | 私は学ぶことができます: |
|---|---|
| 初期の深い学習 | ゼロ基礎実践的な深い学習:arrow_heading_down:ディープラーニング:arrow_heading_down:パドルに行くつもりです。:arrow_heading_down: |
| 高度な深さ学習 | 深い産業慣習の研究、専門化のコース:arrow_heading_down:♪インタビュー♪:arrow_heading_down: |
| 実践的な深い学習 | PaddlePaddle 業界慣行データベース 、 PaddlePaddle 製品コース:arrow_heading_down: |
プロジェクトコンテンツ
Section titled “プロジェクトコンテンツ”👉コースの種類
Section titled “👉コースの種類”ゼロ基礎実践的な深い学習
Section titled “ ゼロ基礎実践的な深い学習 ”-
**アルスタジオオンラインコース:《ゼロ基礎実践的な深い学習》**理論とコードの組み合わせ, プラットフォームと組み合わせる慣行, ビデオコースの20時間を含みます, 100度の優れた建築家による, PaddlePaddle 製品オーナーとシニアリサーチ、開発スタッフが一緒に働いています。
-
《ゼロ基礎実践的な深い学習》出版書籍2020年の末尾にQinghua Pressが発行する「コンパニオンブック」は、京都・皇后電気技師が販売しています。
特殊化コース - トランスシリーズ
Section titled “ 特殊化コース - トランスシリーズ ”PaddlePaddle 正式な教育製品のトランスシリーズは、2つのプラットフォームで読むことができます。
-
変圧器の原則および練習シリーズ: https://aistudio.baidu.com/aistudio/education/group/info/24683
-
PaddlePaddle 公式教育アカウント番号: https://aistudio.baidu.com/aistudio/personalcenter/thirdview/908086
| エリア | チャプター名 | コース紹介 | ノートブックリンク |
|---|---|---|---|
| NLP | クラシックプリトレイント言語モデル(お問い合わせ)- 事前学習モデルの歴史。 | 訓練された言語モデル、word2vec、elmo、bert、gptの開発の歴史の説明。 | ノートブックリンク |
| NLP | クラシックプリトレンディングモデル。(お問い合わせ)- ELMo | 包括的な詳細なプレゼンテーション ELMo モデル構造、利点、欠点、等。 | ノートブックリンク |
| NLP | クラシックプリトレンディングモデル。(お問い合わせ)-トランスフォーマー | エンベッド、セルフアタラクション、エンコーダ、デコーダー、複雑性計算、共有機構など、トランスを基調とした原理の説明。 | ノートブックリンク |
| NLP | クラシックプリトレンディングモデル。(ダウンダウン)- GPT | 包括的な詳細なプレゼンテーション GPT 原則、予備訓練および微調整モデル、 GPT モデル構造、利点、欠点、等。 | ノートブックリンク |
| NLP | クラシックプリトレンディングモデル。(ダウンダウン)- BERT | 包括的な詳細なプレゼンテーション BERT 基本的な原則、事前訓練の使命と微調整の方法、 BERT 独自のモデル構造、強度、弱みなど | ノートブックリンク |
| NLP | 事前学習モデルの自然言語理解 - RoBERTa | 事前学習モデルにおける自然言語の解釈の改善 - RoBERTa | ノートブックリンク |
| NLP | 事前学習モデルの自然言語理解 - ERNIE | 訓練前のモデルの自然な言語の理解を改善しました: ERNIE | ノートブックリンク |
| NLP | 事前学習モデルの自然言語理解-K BERT | 事前学習モデルの自然言語の理解を改善: K BERT | ノートブックリンク |
| NLP | 事前学習モデルの自然言語理解 - THU- ERNIE | 未訓練モデルの自然言語の理解を改善: THU- ERNIE | ノートブックリンク |
| NLP | 事前学習モデルの長いシーケンスモデリング - Transformer-XL | プリトレーニングモデルのシーケンスモデリングの改善: Transformer-XL | ノートブックリンク |
| NLP | 事前学習モデルの長いシーケンスモデリング - XLNet | 自然言語の理解のシーケンスモデリングの改善: XLNet | ノートブックリンク |
| NLP | 事前学習モデルの長いシーケンスモデリング - Longformer | プリトレーニングモデルのシーケンスモデリングの改善: Longformer | ノートブックリンク |
| モデルの最適化 | プレトレーニングモデル — 効率的な構造 | ELECTRAベースの句読解予測 | ノートブックリンク |
| モデルの最適化 | プレトレーニングモデル - 蒸留 | 予備訓練モデル蒸留アルゴリズム:患者KD、 DistilBERT 、 TinyBERT 、 DynaBERT モデルの詳細と使用 DynaBERT 方針は正しいです。 TinyBERT モデル蒸留を実行 | ノートブックリンク |
| CV | トランスビット。 DeiT | 詳細はこちら ViT そして、 DeiT リエーター | ノートブックリンク |
| CV | トランストランス Swin Transformer | 詳細はこちら Swin Transformer リエーター | ノートブックリンク |
| CV | CV 分野のための変圧器モデル DETR ターゲット検出ミッションの適用 | 詳細はこちら DETR 原則とコードの解像度 | ノートブックリンク |
バックナンバー:arrow_heading_up:
👉ブックタイプ
Section titled “👉ブックタイプ”《深さで学んでいます。》パドル
Section titled “ 《深さで学んでいます。》パドル ”このプロジェクトは《深さで学んでいます。 》オリジナルの本でMXNetの読み込み PaddlePaddle お問い合わせ 元の本作者:Aston Chang、Le Au、Zachary C. Liton、Alexander J. Smola、その他のコミュニティコントリビューター、GitHubアドレス: https://github.com/d2l-ai/d2l-zh。
プロジェクトは、特に使用のために、深い学習に向けられています PaddlePaddle 詳細な研究のための子供の靴。 このプロジェクトでは、深い学習や機械学習の背景を必要としませんが、基本的な線形代数、計算と確率、基本的なPythonプログラミングなどの基本的な数学とプログラミングのみが必要です。
👉モニュメント
Section titled “👉モニュメント”詳細な研究
Section titled “ 詳細な研究 ”深い学習は、深い学習、高度な学習、応用深い学習、集中的な学習、およびインタビューの儀式の基礎で構成されています。Paddleナレッジポイントドキュメントプラットフォーム 。
-
深い学習の基礎
-
ディープラーニングの進捗
-
深さ学習アプリケーション
-
産業慣行
-
集中学習
-
インタビューの本
バックナンバー:arrow_heading_up:
👉ケースカテゴリ
Section titled “👉ケースカテゴリ”PaddlePaddle ケースセットを適用する
Section titled “ PaddlePaddle ケースセットを適用する ”PaddlePaddle アカデミックケース
Section titled “ PaddlePaddle アカデミックケース ”バックナンバー:arrow_heading_up:
👉コンペティション部門
Section titled “👉コンペティション部門”| エリア | 競技例 | ソース | 導入事例 |
|---|---|---|---|
| 機械学習 | ローンのデフォルト予測 Baseline+0.607. | 開発者 w5688414 | DataFountain のデフォルト予測、公式のベースラインとパドルの改善を参照 |
| NLP | @PaddlePaddleQuestion:中国類似の課題は0.9 +ベースライン | PaddleEdu | 中国語の類似性チャレンジゲーム、パドルバージョンベースライン、プリトレイントモデルのパドレンプ微調整に基づいて問題の類似性を評価します |
| NLP | 会社概要 PaddleHub 突然、人々の感情が認められた。 | 開発者 CChan | このプロジェクトは、流行中に競争にソリューションを識別します。 はい。 PaddleHub そして、 ERNIE これは、流行の間にテキストの感情認識を得ることができる初めてです。 |
| NLP | [パドルプレイ] 製品解説者抽出競争 | 開発者 w5688414 | DataFountain に基づく BERT 製品レビューは競争から描画され、最適化方法を追加します。 |
| NLP | [パドルプレイ] スクリプトロール感情認識 | 開発者 w5688414 | 再生ロール感情認識ベースライン、バートモデルを使用して |
| インタビュー | [パドルプレイ] | 開発者 XYZ_916の | 2021年 ニューネット銀行 スマートボイスコンペティションベースライン 2021.11.17の時点で、プログラムは全体的にスコアで1つ、書籍の2つを番号付けます。 |
| CV | 中国シーンテキスト認識チャレンジ | 最低の程度 AIStudio | 中国のシーンテキスト認識チャレンジのためのベースラインプロジェクト, 参照のための参加者による使用のため |
| CV | 【パドルプレイ】手書き OCR 識別コンペティション | デベロッパー | 世界人工知能イノベーションコンペティション2021、手書きフォントOCR認識コンペティション |
| CV | 2020 CCF BDCI: 遠隔に感銘されたイメージブロックの分裂ベースライン | 開発者 lxastro | 2020 CCS BDCI: リモートセンシング画像プロットのベースラインモデルライブラリ, ベースラインモデルのトレーニング方法と競争のための評価スクリプトを含みます. |
| CV | 第三中国 ‘s AI+ イノベーション・アントレプレナーシップ・コンペティション:学習をターゲットとする初のプログラム | 開発者 Zhang Mater | セミ監視学習ターゲット位置決め競争のための最初のシナリオ共有. |
| データマイニング | 「バワセリン-0.6765」 | 開発者 w5688414 | AIWIN EKGのスマートな診断競争 |
バックナンバー:arrow_heading_up:
👉インフォメーション
Section titled “👉インフォメーション”PaddlePaddle 製品による学習資料のまとめ
Section titled “ PaddlePaddle 製品による学習資料のまとめ ”| 製品情報 | ビデオコース | 学習文書 |
|---|---|---|
| PaddleGAN | ネットワークから7日間のキャンペーンを生成します。 | |
| PaddleOCR | OCRオートマーク小型ツールプレゼンテーション 、3.5M 超軽量実用OCRモデル解釈 、OCRアプリケーションと展開 | |
| PaddleClas | PaddleClas ライブシリーズ | |
| PaddleDet セクション | 目標は7日です。 | |
| PaddleX | PaddleX その他の組織 、PaddleX ターゲットテスト ミッションの詳細 、PaddleX Semantic タスク詳細 、PaddleX 画像分類タスクの精緻化 、PaddleX クライアントオペレーションガイド 、PaddlePaddle プロセス開発ツール PaddleX | |
| PaddleHub | 手を切ってもらいます。 PaddleHub モデルチュートリアル | |
| VDLシリーズ | AIアルゴリズムの急速な発展を支援するビジュアル解析ツール 、フィールドプレゼンテーションを視覚化し、シャープに学習するアルゴリズム | |
| トップ API | 高度な API は、すぐに学習するのに役立ちます。 | |
| PaddleNLP | ディープラーニングに基づく自然言語処理 |
バックナンバー:arrow_heading_up:
3。 技術の交換
Section titled “3。 技術の交換”大変お世話になりました。 使用中に提案やコメントがある場合は、 Issue 下記2次元のコードをスキャンすることでも到達できます。 PaddlePaddle 開発者は、より詳細な通信と技術的な探査に役立つことを非常に喜んでいます。
プロジェクトの出版Apache 2.0 license ライセンス認証。
深い学習と知識の共有に興味がある場合は、より多くの開発者に利益をもたらすために非常に歓迎されています。
このプロジェクトは、参加者の許可契約(CLA)との契約を必要としているすべての貢献と提案を歓迎し、そのほとんどは、あなたが権利を持っており、確かにあなたの貢献を使用するために私たちを承認します。
コードの貢献規範
Section titled “コードの貢献規範”pip インストール事前コミット
プレコミットインストール
変更されたコードを追加して、変更されたドキュメントをコード化し、事前にコミットすると、コードの形式を自動的に調整し、一度実行し、その後の手数料は必要ありません。 次のように pr プロセスを送信します。Seem-DeepLearning フルプロセスの送信 。
コントリビューター
Section titled “コントリビューター”セッションのコントリビューターのリストは次のとおりです。 yang zhou ，Niki_173 ，Twelveeee ，buriedms ，AqourAreA ，zhangjin12138 ，rerny ，LiuCongNLP ，LemonCherryFu , lutianhao
HagiCode
HagiCode はエージェント型コーディングワークスペースです。豊富で便利な UI インタラクションにより、計画・エージェント実行・プロジェクト作業を始めやすく、進めやすくし、開発をより魅力的な体験にします。
豊富で便利な UI インタラクションで、計画からプロジェクト作業までを分かりやすく進められます。
- スマートOpenSpec ワークフローが意図を、提案・設計・タスクから変更のリリースまで実行可能な道筋にします。
- 効率的マルチエージェント実行で調査・実装・レビューを並行して進め、複数リポジトリや使い慣れた Agent CLI にも対応します。
- 興味深い豊富で便利な UI インタラクションにより、計画・エージェント実行・プロジェクト作業を始めやすく、進めやすくします。
Windows 版をダウンロード
HagiCode を共有
アイデアを、出荷できるソフトウェアへ。
HagiCode はエージェント型コーディングワークスペースです。OpenSpec ワークフローで変更を計画し、マルチエージェント実行で進め、Hero Scenario で長い作業の進み具合を見える化して、アイデアを出荷できるソフトウェアにします。
- スマート
- OpenSpec ワークフローが、意図を提案からリリースまでの実行可能な道筋にします。
- 効率的
- マルチエージェント実行で、調査・実装・レビューを並行して進めます。
- 楽しい
- 使いやすい UI で、計画・Agent 実行・プロジェクト作業を進めやすくします。
© 2026 HagiCode | Powered By hagilight-starlight@0.21.0 | Branch: main | Commit: 745b50b | Built: