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. 프로젝트 설명
섹션 제목: “I. 프로젝트 설명”이 프로젝트는…PaddlePaddle - 한국어 건강과 사회 복지부가 제작한 온라인 encyclopaedia의 심층적인 연구. PaddlePaddle 심층 학습 기술의 혁신과 응용을 만들기 위해 노력하고 있습니다. PaddlePaddle 자주 묻는 질문PaddlePaddle 공식의 네트워크 나는 모른다. 이 프로젝트 덮개:
📒코스 유형:Zero Basic 실습 학습 、심층적인 산업 연습 학습、교육과정 、 PaddlePaddle 패키지 코스 요약
📒책 유형:**《나는 깊이에 학습.》 PaddlePaddle 이름 ***
📒기념물 :연구분야 、인터뷰의 책
📒케이스 범주:PaddlePaddle 산업 연습의 데이터베이스 (스마트 도시를 통합:화재 연기 검출 、 안전 모자 시험 ; 똑똑한 제조:스틸 결함 검출 、 기계 횡령 ; 인터넷:금융 인식 및 핵심 분야 추출 자세히보기
과학 연구에서 산업 응용 프로그램에 이르기까지 이론에서 학습 자료는 개발자가 깊이를 배우고 AI Cross-border 재능을 신속하게 배울 수 있도록 도와줍니다.
- 제품정보: 이 프로젝트의 필수 학습 자료를 신속하게 얻을 수 있습니다. 심층적인 학자 또는 수석 사용자인지 여부.
- 그것은 부자.: 재료는 온라인 nottebooks, 동영상, 서적, 라이브 방송 등 다양한 형식으로 사용할 수 있으며, 학습은 언제든지 또는 장소에 필요한 것입니다.
- 실시간 업데이트: 이 프로젝트에 포함된 코드는 Paddle의 최신 릴리스와 개발자가 최신 심층 학습 미션 실현 프로그램에 대해 배울 수 있습니다.
- 정면 공유최신 포스트 모뎀 종이의 해석 및 재 해석의 일반 공유, 개발자와 최신 심층 학습 알고리즘에 실시간 액세스.
이 항목이 도움이되면 스타 페이지의 오른쪽 상단을 클릭하십시오❤️
섹션 제목: “ 이 항목이 도움이되면 스타 페이지의 오른쪽 상단을 클릭하십시오❤️ ”👨🏫나는 대학 사용자입니다.
섹션 제목: “👨🏫나는 대학 사용자입니다.”| 나는 희망: | 나는 배울 수 있습니다: |
|---|---|
| 초기 학습 | Zero Basic 실습 학습:arrow_heading_down:심층 학습:arrow_heading_down:나는 패들로 갈거야.:arrow_heading_down: |
| 고급 깊이 학습 | 산업 연습에 대한 심층 연구, 심층 연구:arrow_heading_down:♪ 인터뷰 ♪:arrow_heading_down: |
| 관심, 깊은 연구. | 교육과정:arrow_heading_down:、PaddlePaddle 산업 연습의 데이터베이스 |
👨💻나는 기업 사용자입니다.
섹션 제목: “👨💻나는 기업 사용자입니다.”| 나는 희망: | 나는 배울 수 있습니다: |
|---|---|
| 초기 학습 | Zero Basic 실습 학습:arrow_heading_down:심층 학습:arrow_heading_down:나는 패들로 갈거야.:arrow_heading_down: |
| 고급 깊이 학습 | 심층적인 산업 연습 연구, 특수화 과정:arrow_heading_down:♪ 인터뷰 ♪:arrow_heading_down: |
| 학습을 통한 학습 | PaddlePaddle 산업 연습의 데이터베이스 、 PaddlePaddle 제품 코스:arrow_heading_down: |
사업영역
섹션 제목: “사업영역”👉코스 유형
섹션 제목: “👉코스 유형”Zero Basic 실습 학습
섹션 제목: “ Zero Basic 실습 학습 ”-
**Al Studio 온라인 과정:《Zero Basic 실습 학습》**이론 및 코드 결합, 플랫폼과 결합 된 관행, 20 시간의 비디오 코스를 포함하여, 100도 뛰어난 건축가, PaddlePaddle 제품 소유자 및 수석 연구 및 개발 직원은 함께 일합니다.
-
《Zero Basic 실습 학습》한국어2020년 말에 Qinghua Press에 의해 출판된 코스의 동반자 책은 교토/Performent Electricians에 의해 판매됩니다.
특수화 과정 - 변압기 시리즈
섹션 제목: “ 특수화 과정 - 변압기 시리즈 ”PaddlePaddle 공식 교육 제품의 변압기 시리즈는 두 플랫폼에서 읽을 수 있습니다.
-
변압기 원리 및 연습 시리즈: https://aistudio.baidu.com/aistudio/education/group/info/24683
-
PaddlePaddle 공식 교육 계정 번호: https://aistudio.baidu.com/aistudio/personalcenter/thirdview/908086
| (주) | 장 이름 | 교육과정 | 노트북 링크 |
|---|---|---|---|
| NLP | 클래식 사전 훈련 언어 모델(오시는 길)- 사전 훈련 모델의 역사. | 사전 훈련 된 언어 모델의 개발의 역사의 설명, word2vec, elmo,bert, gpt. | 노트북 링크 |
| NLP | 고전적인 사전 훈련 모델.(오시는 길)- ELMo | 종합적이고 상세한 발표 ELMo 모형 구조, 이점, 불리, 등. | 노트북 링크 |
| NLP | 고전적인 사전 훈련 모델.(오시는 길)-번역 | Embeding, self-attaction, encoder, 디코더, 복잡성 계산, 공유 메커니즘 등을 포함한 원칙의 설명. | 노트북 링크 |
| NLP | 고전적인 사전 훈련 모델.(맨 위로)- GPT | 종합적이고 상세한 발표 GPT 원칙, 사전 훈련 및 정밀 모델, GPT 모형 구조, 이점, 불리, 등. | 노트북 링크 |
| NLP | 고전적인 사전 훈련 모델.(맨 위로)- BERT | 종합적이고 상세한 발표 BERT 기본 원칙, 사전 훈련 임무 및 미세 조정 방법, BERT 그것의 자신의 모형 구조, 힘 및 약점, 등. | 노트북 링크 |
| NLP | 사전 훈련 모델의 자연적인 언어 이해 - RoBERTa | 사전 훈련 모델의 자연 언어 해석에 대한 개선 - RoBERTa | 노트북 링크 |
| NLP | 사전 훈련 모델의 자연적인 언어 이해 - ERNIE | 사전 훈련 모델의 자연적인 언어의 개량된 이해: ERNIE | 노트북 링크 |
| NLP | 사전 훈련 모델의 자연적인 언어 이해 — K BERT | 사전 훈련 모델의 자연적인 언어의 개량된 이해: K BERT | 노트북 링크 |
| NLP | 사전 훈련 모델의 자연 언어 이해 — THU- ERNIE | 사전 훈련 모델의 자연적인 언어의 개량된 이해: THU- ERNIE | 노트북 링크 |
| NLP | 사전 훈련 모델의 긴 순서 모델링 - Transformer-XL | 사전 훈련 모델의 향상된 시퀀스 모델링: Transformer-XL | 노트북 링크 |
| NLP | 사전 훈련 모델의 긴 순서 모델링 - XLNet | 자연적인 언어의 이해의 개선된 순서 모델링: XLNet | 노트북 링크 |
| NLP | 사전 훈련 모델의 긴 순서 모델링 - Longformer | 사전 훈련 모델의 향상된 시퀀스 모델링: Longformer | 노트북 링크 |
| 모델 최적화 | 사전 훈련 모델 — 효율적인 구조 | ELECTRA 근거한 punctuation 예측 | 노트북 링크 |
| 모델 최적화 | 사전 훈련 모델 - 증류 | 전 훈련 모형 증류법: 환자 KD, DistilBERT 、 TinyBERT 、 DynaBERT 모형 세부사항 및 사용 DynaBERT 정책은 권리입니다. TinyBERT 모델 증류 | 노트북 링크 |
| CV | 변압기 Vit. DeiT | 이름 * ViT · DeiT 지원하다 | 노트북 링크 |
| CV | 변압기- Swin Transformer | 이름 * Swin Transformer 지원하다 | 노트북 링크 |
| CV | CV 분야를 위한 변압기 모형 DETR 대상 감지 임무의 적용 | 이름 * DETR 원칙 및 코드 해상도 | 노트북 링크 |
👉책 유형
섹션 제목: “👉책 유형”《나는 깊이에 학습.》팟캐스트
섹션 제목: “ 《나는 깊이에 학습.》팟캐스트 ”이 프로젝트는《나는 깊이에 학습. 》원래 책에서 MXNet을 읽으십시오 PaddlePaddle 수상 경력 원본 책 저자: Aston Chang, Lee Au, Zachary C. Liton, Alexander J. Smola 및 기타 커뮤니티 기여자, GitHub 주소: https://github.com/d2l-ai/d2l-zh。
이 프로젝트는 심층적인 학습을 향해, 특히 사용 PaddlePaddle 심층 연구를위한 어린이 신발. 이 프로젝트는 심층적인 학습이나 기계 학습 배경이 필요하지 않지만 기본 선형 algebras, calculus 및 확률 및 기본 Python 프로그래밍과 같은 기본 수학 및 프로그래밍 만 필요하지 않습니다.
👉관광 명소
섹션 제목: “👉관광 명소”연구분야
섹션 제목: “ 연구분야 ”심층 학습은 심층 학습, 고급 심층 학습, 심층 학습, 집중 학습 및 인터뷰 교육의 기초로 구성되어 있습니다.Paddle 지식 포인트 문서 플랫폼 。
-
심층 학습의 기초
-
명세 심층 학습
-
명세 휘발성 신경망
-
명세 Sequence 모형
-
-
딥러닝 진행
- 명세 사전 훈련 모델
- 명세 신경 네트워크에 대하여.
-
깊이 학습 Application
-
산업 연습
-
집중 학습
- 명세 향상된 학습
-
인터뷰의 책
👉케이스 범주
섹션 제목: “👉케이스 범주”PaddlePaddle 적용사례
섹션 제목: “ PaddlePaddle 적용사례 ”PaddlePaddle 학술 사례
섹션 제목: “ PaddlePaddle 학술 사례 ”👉대회 종류
섹션 제목: “👉대회 종류”| (주) | 경쟁 사례 | 이름 * | 제품정보 |
|---|---|---|---|
| 기계 학습 | 대출 기본 예측 Baseline+0.607. | 개발자 w5688414 | DataFountain 기본 예측, 공식 기본 및 패들 개선에 대한 참조 |
| NLP | @PaddlePaddleQuestion: 중국 유사성 도전은 0.9 + Baseline입니다 | PaddleEdu | 중국 언어 유사성 도전 게임, Paddle 버전 Baseline, 사전 훈련 모델의 Paddlenlp 미세 조정에 따라 문제 유사성을 평가 |
| NLP | 제품정보 PaddleHub 깨진 동안 사람들의 감정이 인정되었습니다. | 개발자 CChan | 이 프로젝트는 전염병 중에 경쟁에 대한 해결책을 식별합니다. 예. PaddleHub · ERNIE 이것은 전염병 중에 텍스트의 감정적 인 인식을 얻을 수있었습니다. |
| NLP | [폴딩] 제품 의견 추출 경쟁 | 개발자 w5688414 | DataFountain 기반 BERT 제품 리뷰는 경쟁에서 그려져 낙관 방법을 추가합니다. |
| NLP | [Paddle plays] 스크립트 역할 감정 인식 | 개발자 w5688414 | Playplay 역할 감정 인식 기본, Bert 모델을 사용하여 |
| 이름 * | [폴더스] | 개발자 XYZ_916명 | 2021 새로운 Net Bank 스마트 음성 경쟁 기준. 으로 2021.11.17, 이 프로그램은 하나의 전체 점수, 번호 두 책에서. |
| CV | Chinese 장면 텍스트 인식 도전 | Minor 정도 AIStudio | 중국 장면 텍스트 인식 도전을위한 기본 프로젝트, 참고를위한 경연 대회에 의해 사용 |
| CV | [Paddle plays] Handwritten OCR 식별 경쟁 | 주요 특징 | 세계 인공지능 혁신 경쟁 2021, Handwritten 글꼴 OCR 인식 경쟁 |
| CV | 2020 CCF BDCI : 원격 감지 이미지 블록 분할 기본 | 개발자 lxastro | 2020 CCS BDCI : 경쟁을위한 기본 모델 및 평가 스크립트에 대한 교육 방법을 포함하여 원격 감지 이미지 플로우의 기본 모델 라이브러리. |
| CV | 세 번째 중국 ‘s AI + Innovation Entrepreneurship Competition : 학습을 목표로하는 최초의 프로그램을 감독 | 개발자 Zhang Mater | Semi-supervised 학습 타겟 포지셔닝 경쟁을 위한 첫 번째 시나리오 공유. |
| 데이터 마이닝 | “바세린-0.6765” | 개발자 w5688414 | AIWIN EKG 똑똑한 진단 경쟁 |
👉제품정보
섹션 제목: “👉제품정보”PaddlePaddle 제품별 학습 자료
섹션 제목: “ PaddlePaddle 제품별 학습 자료 ”| 제품 정보 | 교육과정 | 학습 문서 |
|---|---|---|
| PaddleGAN | 네트워크에 대한 7 일 캠페인을 생성. | |
| PaddleOCR | OCR Automark 작은 공구 발표 、3.5M Superlight 실제 OCR 모델 해석 、OCR 응용 및 배포 | |
| PaddleClas | PaddleClas 수업의 라이브 시리즈 | |
| PaddleDet 이름 * | 대상 7위 | |
| PaddleX | PaddleX 다른 Organiser 、PaddleX Target Testing mission 세부사항 、PaddleX Semantic 작업 세부 사항 、PaddleX 이미지 분류 작업 elaboration 、PaddleX 고객 운영 가이드 、PaddlePaddle Full Process 개발 도구 PaddleX | |
| PaddleHub | 손을 전환 할 수 있습니다. PaddleHub 모델 튜토리얼 | |
| 사이트맵 | AI 알고리즘의 급속한 발전에 도움을 주는 비주얼 분석 도구 、심층 학습 알고리즘은 현장 발표를 시각화하고 날카롭게 합니다. | |
| 상위 API | High-level API는 빠르게 학습할 수 있습니다. | |
| PaddleNLP | 자연적인 언어 처리 in-depth Learning |
III. 기술 교환
섹션 제목: “III. 기술 교환”이 아이템을 사용하기 위해 대단히 감사합니다. 사용 중에 제안이나 의견이 있으시면 언제든지 할 수 있습니다. Issue 아래 두 가지 구성 코드를 스캔하여도 도달 할 수 있습니다. PaddlePaddle 개발자들은 보다 심층적인 커뮤니케이션과 기술적인 탐사에 도움을 줄 수 있도록 매우 기쁘게 생각합니다.
이름 *
섹션 제목: “이름 *”프로젝트의 출판Apache 2.0 license 라이센스.
V. 기여
섹션 제목: “V. 기여”심층 학습과 지식 공유에 관심이 있다면, 더 많은 개발자에게 혜택을 제공하는 것이 매우 좋습니다.
프로젝트는 참가자의 허가 계약 (CLA)과 계약을 필요로하는 대부분의 기여 및 제안을 환영합니다.
코드 기여 norms
섹션 제목: “코드 기여 norms”pip는 pre-commit 설치
pre-commit 설치
수정된 문서를 코드에 수정된 코드를 추가, pre-committee 자동적으로 코드 형식을 조정하고 한 번 실행, 그리고 이후 수수료가 필요하지 않습니다. 다음과 같이 pr 프로세스를 제출:Seem-DeepLearning 전체 프로세스 제출 。
회사 소개
섹션 제목: “회사 소개”세션에 기여자의 목록은 다음과 같습니다. yang zhou ，Niki_173 ，Twelveeee ，buriedms ，AqourAreA ，zhangjin12138 ，rerny ，LiuCongNLP ，LemonCherryFu , lutianhao
HagiCode
HagiCode는 에이전트 코딩 작업 공간입니다. 풍부하고 편리한 UI 상호작용으로 계획 수립, 에이전트 실행, 프로젝트 작업을 쉽게 시작하고 따라가며 개발을 더 흥미로운 경험으로 만듭니다.
풍부하고 편리한 UI 상호작용으로 계획부터 프로젝트 작업까지 쉽게 따라갈 수 있습니다.
- 스마트OpenSpec 워크플로는 의도를 제안, 설계, 작업을 거쳐 배포까지 이어지는 실행 가능한 경로로 바꿉니다.
- 효율적다중 에이전트 실행으로 조사, 구현, 검토를 병렬로 진행하며 여러 저장소와 익숙한 Agent CLI를 지원합니다.
- 흥미로운풍부하고 편리한 UI 상호작용으로 계획 수립, 에이전트 실행, 프로젝트 작업을 쉽게 시작하고 따라갈 수 있습니다.
Windows용 다운로드
HagiCode 공유
아이디어를 실제로 배포되는 소프트웨어로.
HagiCode는 에이전트 코딩 작업 공간입니다. OpenSpec 워크플로로 변경을 계획하고, 다중 에이전트 실행으로 진행하며, Hero Scenario로 긴 작업의 진행 상황을 한눈에 보여 아이디어를 실제로 배포되는 소프트웨어로 만듭니다.
- 스마트
- OpenSpec 워크플로는 의도를 제안부터 배포까지 이어지는 실행 가능한 경로로 바꿉니다.
- 효율적
- 다중 에이전트 실행으로 조사, 구현, 검토를 병렬로 진행합니다.
- 즐거운
- 편리한 UI 상호작용으로 계획, 에이전트 실행, 프로젝트 작업을 쉽게 따라갈 수 있습니다.
© 2026 HagiCode | Powered By hagilight-starlight@0.21.0 | Branch: main | Commit: 745b50b | Built: