Il s'agit de l'application Linux nommée Deep Learning avec PyTorch dont la dernière version peut être téléchargée en tant que DLSP19.zip. Il peut être exécuté en ligne sur le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne cette application nommée Deep Learning avec PyTorch avec OnWorks gratuitement.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN
Ad
Apprentissage profond avec PyTorch
DESCRIPTION
Ce cours concerne les dernières techniques d'apprentissage en profondeur et d'apprentissage par représentation, en se concentrant sur l'apprentissage en profondeur supervisé et non supervisé, les méthodes d'intégration, l'apprentissage métrique, les réseaux convolutifs et récurrents, avec des applications à la vision par ordinateur, à la compréhension du langage naturel et à la reconnaissance vocale. Les conditions préalables incluent DS-GA 1001 Intro to Data Science ou un cours d'apprentissage automatique de niveau supérieur. Pour pouvoir suivre les exercices, vous aurez besoin d'un ordinateur portable avec Miniconda (une version minimale d'Anaconda) et de plusieurs packages Python installés. L'instruction suivante fonctionnerait telle quelle pour les utilisateurs Mac ou Ubuntu Linux, les utilisateurs Windows devraient installer et travailler dans le terminal Git BASH. JupyterLab a un thème sombre sélectionnable intégré, vous n'avez donc besoin d'installer quelque chose que si vous souhaitez utiliser l'interface classique du notebook.
Fonctionnalités:
- Les cahiers Jupyter sont utilisés tout au long des cours pour l'exploration et la visualisation interactives des données
- Ce référentiel de blocs-notes a maintenant un site Web compagnon
- Bases de l'apprentissage supervisé, des réseaux neuronaux et de l'apprentissage en profondeur
- Réseau de neurones convolutifs et ses applications
- Astuces de régularisation, astuces d'optimisation et compréhension du fonctionnement de l'apprentissage en profondeur
- Visualisation de la transformation des paramètres des réseaux de neurones et concepts fondamentaux de la convolution
Catégories
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/deep-l-with-pytorch.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.