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. Descrição do projecto
Seção intitulada “I. Descrição do projecto”Este projecto é…PaddlePaddle Oficial Um estudo aprofundado da enciclopédia online produzida pelo Ministério da Saúde e da Previdência Social. PaddlePaddle Trabalhar para tornar mais simples e mais simples a inovação e a aplicação de tecnologias de aprendizagem em profundidade PaddlePaddle Visita de boas-vindasPaddlePaddle Rede de funcionários Não sei. Este projecto abrange:
📒Tipo de curso:Nenhuma aprendizagem prática básica em profundidade 、Aprendizagem de práticas industriais aprofundadas、Cursos de especialização 、 PaddlePaddle Resumo do curso do pacote
📒Tipo de livro:《Estou a aprender em profundidade.》 PaddlePaddle Versão
📒Monumentos:Estudos aprofundados 、O Livro das Entrevistas
📒Categoria do caso:PaddlePaddle Base de dados da prática da indústria (Incorporando cidades inteligentes:Detecção de fumo de incêndio 、 Testes de chapéu de segurança ; Produção inteligente:Detecção de defeitos de aço 、 Captura mecânica ; Internet:Reconhecimento financeiro e extracção de campos-chave Espera.
Da teoria à prática, da investigação científica às aplicações industriais, os materiais de aprendizagem devem ser disponibilizados para ajudar os desenvolvedores a aprenderem e aprenderem em profundidade e rapidamente se tornarem talentos transfronteiriços de IA.
- Abrangente: Você pode rapidamente obter os materiais de aprendizagem necessários neste projeto, seja você um estudioso em profundidade ou um usuário sênior.
- É rico.: Os materiais estão disponíveis em uma variedade de formatos, incluindo nottebooks on-line, vídeos, livros, transmissões ao vivo, etc., para atender às suas necessidades de aprendizagem em qualquer momento ou lugar.
- Atualizar em tempo real: Os códigos envolvidos neste projeto correspondem ao último lançamento do Paddle, e os desenvolvedores podem aprender em tempo real o mais recente programa de missão de aprendizagem em profundidade.
- Parte da frenteCompartilhamento regular de interpretação e reencenação dos últimos artigos post-mortem, com desenvolvedores tendo acesso em tempo real ao mais recente algoritmo de aprendizagem em profundidade.
Se este item o ajudar, clique no lado superior direito da página para Star❤️
Seção intitulada “ Se este item o ajudar, clique no lado superior direito da página para Star❤️ ”👨🏫Sou um utilizador universitário.
Seção intitulada “👨🏫Sou um utilizador universitário.”| Espero que sim. | Posso aprender: |
|---|---|
| Aprendizagem inicial em profundidade | Nenhuma aprendizagem prática básica em profundidade:arrow_heading_down:Aprendizagem em profundidade:arrow_heading_down:Vou para o remo.:arrow_heading_down: |
| Aprendizagem Avançada de Profundidade | Estudos aprofundados na prática da indústria, estudos aprofundados:arrow_heading_down:E entrevista:arrow_heading_down: |
| Interessante, estudo profundo. | Cursos de especialização:arrow_heading_down:、PaddlePaddle Base de dados da prática da indústria |
👨💻Sou um utilizador corporativo.
Seção intitulada “👨💻Sou um utilizador corporativo.”| Espero que sim. | Posso aprender: |
|---|---|
| Aprendizagem inicial em profundidade | Nenhuma aprendizagem prática básica em profundidade:arrow_heading_down:Aprendizagem em profundidade:arrow_heading_down:Vou para o remo.:arrow_heading_down: |
| Aprendizagem Avançada de Profundidade | Estudos aprofundados de práticas industriais, cursos de especialização:arrow_heading_down:E entrevista:arrow_heading_down: |
| Aprendizagem prática em profundidade | PaddlePaddle Base de dados da prática da indústria 、 PaddlePaddle Cursos de produtos:arrow_heading_down: |
Conteúdo do projecto
Seção intitulada “Conteúdo do projecto”👉Tipo de curso
Seção intitulada “👉Tipo de curso”Nenhuma aprendizagem prática básica em profundidade
Seção intitulada “ Nenhuma aprendizagem prática básica em profundidade ”-
**Al Studio curso online:《Nenhuma aprendizagem prática básica em profundidade》**Teoria e códigos combinados, práticas combinadas com plataformas, incluindo 20 horas de cursos de vídeo, por arquitetos de 100 graus, PaddlePaddle O proprietário do produto e pessoal sênior de pesquisa e desenvolvimento trabalham em conjunto.
-
《Nenhuma aprendizagem prática básica em profundidade》LivrosO livro acompanhante do curso, publicado pela Qinghua Press no final de 2020, é vendido por Eletricistas de Kyoto/Performent.
Curso de especialização - Série Transformer
Seção intitulada “ Curso de especialização - Série Transformer ”PaddlePaddle A série Transformer de produtos educacionais oficiais pode ser lida em duas plataformas.
-
Princípios de Transformador e Série de Prática: https://aistudio.baidu.com/aistudio/education/group/info/24683
-
PaddlePaddle Número da conta oficial da educação: https://aistudio.baidu.com/aistudio/personalcenter/thirdview/908086
| Área | Nome do capítulo | Introdução aos cursos | Ligação do Caderno de Notas |
|---|---|---|---|
| NLP | Modelo clássico de linguagem pré-treinamento(Vamos.)- A história dos modelos pré-treinamento. | Descrição da história do desenvolvimento do modelo de linguagem pré-treinado, word2vec, elmo,bert, gpt. | Ligação do Caderno de Notas |
| NLP | Modelo clássico de pré-treino.(Vamos.)- ELMo | Apresentação abrangente e detalhada ELMo Estrutura do modelo, vantagens, desvantagens, etc. | Ligação do Caderno de Notas |
| NLP | Modelo clássico de pré-treino.(Vamos.)- Transformer | Descrição dos princípios subjacentes Transformer, incluindo Incorporação, auto-anexação, codificador, decodificador, cálculos de complexidade, mecanismos de compartilhamento, etc. | Ligação do Caderno de Notas |
| NLP | Modelo clássico de pré-treino.(Descer)- GPT | Apresentação abrangente e detalhada GPT Os princípios, pré-formação e modelo fino, GPT Estrutura do modelo, vantagens, desvantagens, etc. | Ligação do Caderno de Notas |
| NLP | Modelo clássico de pré-treino.(Descer)- BERT | Apresentação abrangente e detalhada BERT Os princípios básicos, a missão de pré-treinamento e a maneira fina, BERT Sua própria estrutura modelo, pontos fortes e fracos, etc. | Ligação do Caderno de Notas |
| NLP | Compreensão linguística natural de modelos pré-treinamento - RoBERTa | Melhorias na interpretação das línguas naturais em modelos de pré-formação RoBERTa | Ligação do Caderno de Notas |
| NLP | Compreensão linguística natural de modelos pré-treinamento - ERNIE | Melhor compreensão da linguagem natural dos modelos de pré-formação: ERNIE | Ligação do Caderno de Notas |
| NLP | Conhecimento natural da linguagem de modelos pré-treinamento — K BERT | Melhor compreensão da linguagem natural dos modelos de pré-formação: K BERT | Ligação do Caderno de Notas |
| NLP | Compreensão linguística natural de modelos pré-treinamento - THU- ERNIE | Melhor compreensão da linguagem natural dos modelos de pré-formação: ERNIE | Ligação do Caderno de Notas |
| NLP | Modelação de sequência longa de modelos pré-treinamento - Transformer-XL | Modelação de sequência melhorada de modelos pré-treinamento: Transformer-XL | Ligação do Caderno de Notas |
| NLP | Modelação de sequência longa de modelos pré-treinamento - XLNet | Modelação de sequência melhorada da compreensão das línguas naturais: XLNet | Ligação do Caderno de Notas |
| NLP | Modelação de sequência longa de modelos pré-treinamento - Longformer | Modelação de sequência melhorada de modelos pré-treinamento: Longformer | Ligação do Caderno de Notas |
| Otimização do modelo | Modelo pré-treinamento — estrutura eficiente | Previsão de pontuação baseada em ELECTRA | Ligação do Caderno de Notas |
| Otimização do modelo | Modelo pré-formação - destilação | Algoritmo de destilação do modelo pré-treinamento: Paciente-KD, DistilBERT 、 TinyBERT 、 DynaBERT Detalhes do modelo e utilização DynaBERT A política está certa. TinyBERT Realizar destilação do modelo | Ligação do Caderno de Notas |
| CV | Transformer-Vit. DeiT | Detalhes. ViT e DeiT Razão | Ligação do Caderno de Notas |
| CV | Transformador… Swin Transformer | Detalhes. Swin Transformer Razão | Ligação do Caderno de Notas |
| CV | CV Modelo de Transformador para Campos DETR Aplicações em missões de detecção de alvos | Detalhes. DETR Princípios e resolução de códigos | Ligação do Caderno de Notas |
Voltar:arrow_heading_up:
👉Tipo de livro
Seção intitulada “👉Tipo de livro”《Estou a aprender em profundidade.》Rema
Seção intitulada “ 《Estou a aprender em profundidade.》Rema ”Este projecto《Estou a aprender em profundidade. 》Para MXNet no livro original lido PaddlePaddle Consegui. Autor do livro original: Aston Chang, Lee Au, Zachary C. Liton, Alexander J. Smola e outros colaboradores da comunidade, GitHub endereço: https://github.com/d2l-ai/d2l-zh。
O projecto está orientado para uma aprendizagem aprofundada, especialmente para utilização PaddlePaddle Sapatos infantis para estudo aprofundado. Este projeto não requer nenhum aprendizado profundo ou aprendizado de máquina de fundo, mas apenas matemática básica e programação, como álgebras lineares básicas, cálculo e probabilidades, e programação Python básica.
👉Monumentos.
Seção intitulada “👉Monumentos.”Estudos aprofundados
Seção intitulada “ Estudos aprofundados ”A aprendizagem em profundidade consiste em conceitos básicos de aprendizagem em profundidade, aprendizagem em profundidade avançada, aprendizagem em profundidade aplicada, aprendizagem intensiva e cerimoniais de entrevista.Plataforma de Documentação do Ponto de Conhecimento Reme 。
-
Fundamentos da aprendizagem aprofundada
-
Progresso na aprendizagem profunda
-
Aplicação de Aprendizagem de Profundidade
-
Prática Industrial
-
Aprendizagem Intensiva
-
O Livro das Entrevistas
- Entrevista comum para uma base de aprendizagem aprofundada
- Tópicos comuns de entrevistas para modelos de volume
- Entrevistas comuns em modelos pré-treinamento Assunto
- É um tópico comum contra a rede neural.
- Entrevistas visuais comuns por computador Tópico
- Processamento de linguagem natural de entrevistas comuns Tópico
- Aconselhar entrevistas comuns no sistema
- Modelo compressão de questões comuns de entrevista
- Entrevistas Comuns de Aprendizagem Intensiva
Voltar:arrow_heading_up:
👉Categoria do caso
Seção intitulada “👉Categoria do caso”PaddlePaddle Aplicar o Conjunto de Casos
Seção intitulada “ PaddlePaddle Aplicar o Conjunto de Casos ”PaddlePaddle Casos acadêmicos
Seção intitulada “ PaddlePaddle Casos acadêmicos ”Voltar:arrow_heading_up:
👉Categoria da concorrência
Seção intitulada “👉Categoria da concorrência”| Área | Processos de concorrência | Origem | Introdução |
|---|---|---|---|
| Aprendizagem de máquina | Previsão padrão de um empréstimo Baseline+0.607. | Desenvolvedor w5688414 | Previsão por defeito da fonte de dados, com referência à linha de base oficial e à melhoria da pá |
| NLP | @PaddlePaddlePergunta: O desafio chinês de semelhança é 0,9 + Baseline | PaddleEdu | O jogo de desafio de similaridade em língua chinesa, versão Paddle Baseline, avalia a similaridade do problema com base no ajuste fino do modelo pré-treinamento |
| NLP | Baseado em PaddleHub Durante o surto, as emoções das pessoas foram reconhecidas. | Desenvolvimento CChan | Este projeto identifica as soluções para a competição durante a epidemia. Sim. PaddleHub e ERNIE Esta foi a primeira vez que consegui um reconhecimento emocional do texto durante a epidemia. |
| NLP | [Remando] Competição de extracção de comentários sobre produtos | Desenvolvedor w5688414 | Fonte de dados baseada em BERT As revisões do produto são extraídas do concurso, acrescentando o método de otimização |
| NLP | Roteiro Reconhecimento emocional | Desenvolvedor w5688414 | Jogar papel reconhecimento emocional Baseline, usando o modelo Bert |
| Voz | [Remando] | Desenvolvedor XYZ_916 | 2021 New Net Bank Smart Voice Competition Baseline. A partir de 2021.11.17, o programa é o número um na pontuação geral, número dois no livro. |
| CV | Desafio de reconhecimento de texto de cena chinesa | Graus menores AIStudio | Projeto de base para o desafio de reconhecimento de texto da cena chinesa, para uso por concorrentes para referência |
| CV | Concurso de Identificação de OCR | Desenvolvimento | World Artificial Intelligence Innovation Competition 2021, fonte escrita à mão OCR reconhecimento competição |
| CV | 2020 CCF BDCI: Blocos de imagem remotamente sentidos dividem a linha de base | Desenvolvimento lxastro | 2020 CCS BDCI: Biblioteca de modelos de base de gráficos de imagem de sensoriamento remoto, incluindo métodos de treinamento para o modelo de base e scripts de avaliação para competições. |
| CV | Terceira IA da China+ Concurso de Empreendedorismo da Inovação: semi-supervisionou o primeiro programa de orientação da aprendizagem | Desenvolvedor Zhang Mater | Primeiro cenário de compartilhamento para a competição semi-supervisionada de posicionamento alvo de aprendizagem. |
| Extração de dados | “Baaseline-0,6765” | Desenvolvedor w5688414 | Competição diagnóstica inteligente do ECG de AIWIN |
Voltar:arrow_heading_up:
👉Resumo
Seção intitulada “👉Resumo”PaddlePaddle Resumo dos materiais de aprendizagem por produto
Seção intitulada “ PaddlePaddle Resumo dos materiais de aprendizagem por produto ”Voltar:arrow_heading_up:
III. Intercâmbio tecnológico
Seção intitulada “III. Intercâmbio tecnológico”Muito obrigado por usar este item. Se tiver alguma sugestão ou comentário durante o seu uso, pode Issue Também podemos ser alcançados digitalizando o código bidimensional abaixo. PaddlePaddle Os desenvolvedores estão muito satisfeitos em poder ajudá-lo com uma comunicação mais aprofundada e exploração técnica.
Licenças
Seção intitulada “Licenças”Publicação do projectoApache 2.0 license Autenticação da licença.
V. Contribuição
Seção intitulada “V. Contribuição”Se você estiver interessado em aprendizado profundo e compartilhamento de conhecimento, você é muito bem-vindo para contribuir para o nosso benefício para mais desenvolvedores.
O projeto saúda quaisquer contribuições e sugestões, a maioria das quais exigem o seu acordo com o Contrato de Permissão dos Participantes (CLA) para afirmar que você tem o direito e de fato nos autorizar a usar sua contribuição.
Normas de contribuição de código
Seção intitulada “Normas de contribuição de código”‘pip install pre- commit’
instalar pré- compromisso
Adiciona o código modificado para codificar o documento modificado, pré-comitê ajusta automaticamente o formato do código e executa-o uma vez, e nenhuma comissão subsequente é necessária. Submeter o processo pr do seguinte modo:Seem-DeepLearning Enviar um processo completo 。
Contribuidor
Seção intitulada “Contribuidor”Aqui está uma lista dos contribuidores da sessão: yang zhou ，Niki_173 ，Twelveeee ，buriedms ，AqourAreA ，zhangjin12138 ，rerny ，LiuCongNLP ，LemonCherryFu , lutianhao
HagiCode
O HagiCode é um ambiente de programação com agentes. Interações de interface ricas e práticas tornam o planejamento, a execução de agentes e o trabalho em projetos mais acessíveis e fáceis de acompanhar, criando uma experiência de desenvolvimento envolvente.
Uma experiência de desenvolvimento envolvente, com interações de interface ricas e práticas.
- InteligenteOs fluxos de trabalho do OpenSpec transformam a intenção em um caminho executável, da proposta ao design, às tarefas e à entrega.
- EficienteA execução multiagente mantém pesquisa, implementação e revisão em andamento em paralelo, em vários repositórios e com os Agent CLI que você já usa.
- InteressanteInterações de interface ricas e práticas tornam o planejamento, a execução de agentes e o trabalho em projetos mais acessíveis e fáceis de acompanhar.
Baixar para Windows
Compartilhar o HagiCode
Transforme ideias em software entregue.
O HagiCode é um ambiente de programação com agentes: os fluxos de trabalho do OpenSpec planejam a mudança, a execução multiagente a realiza e o Hero Scenario torna o longo percurso visível, para transformar ideias em software entregue.
- Inteligente
- Os fluxos do OpenSpec transformam a intenção em um caminho da proposta à entrega.
- Eficiente
- A execução multiagente conduz pesquisa, implementação e revisão em paralelo.
- Divertido
- As interações de interface facilitam o planejamento, a execução de agentes e os projetos.
© 2026 HagiCode | Powered By hagilight-starlight@0.21.0 | Branch: main | Commit: 745b50b | Built: