ນີ້ແມ່ນແອັບ Windows ທີ່ມີຊື່ວ່າ DeepLearningProject ເຊິ່ງລຸ້ນຫຼ້າສຸດສາມາດດາວໂຫຼດໄດ້ເປັນ FirstreleaseoftheDeepLearningProject.zip. ມັນສາມາດດໍາເນີນການອອນໄລນ໌ຢູ່ໃນຜູ້ໃຫ້ບໍລິການໂຮດຕິ້ງຟຣີ OnWorks ສໍາລັບສະຖານີບ່ອນເຮັດວຽກ.
ດາວນ໌ໂຫລດແລະດໍາເນີນການອອນໄລນ໌ app ນີ້ມີຊື່ DeepLearningProject ກັບ OnWorks ໄດ້ຟຣີ.
ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:
- 1. ດາວໂຫຼດຄໍາຮ້ອງສະຫມັກນີ້ໃນ PC ຂອງທ່ານ.
- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.
- 4. ເລີ່ມ emulator ອອນ ໄລ ນ ໌ OS OnWorks ຈາກ ເວັບ ໄຊ ທ ໌ ນີ້, ແຕ່ ດີກ ວ່າ Windows ອອນ ໄລ ນ ໌ emulator.
- 5. ຈາກ OnWorks Windows OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກແລະຕິດຕັ້ງມັນ.
- 7. ດາວໂຫລດ Wine ຈາກບ່ອນເກັບມ້ຽນຊອບແວການແຈກຢາຍ Linux ຂອງທ່ານ. ເມື່ອຕິດຕັ້ງແລ້ວ, ທ່ານສາມາດຄລິກສອງຄັ້ງ app ເພື່ອດໍາເນີນການໃຫ້ເຂົາເຈົ້າກັບ Wine. ນອກນັ້ນທ່ານຍັງສາມາດລອງ PlayOnLinux, ການໂຕ້ຕອບທີ່ແປກປະຫຼາດໃນໄລຍະ Wine ທີ່ຈະຊ່ວຍໃຫ້ທ່ານຕິດຕັ້ງໂປລແກລມ Windows ແລະເກມທີ່ນິຍົມ.
ເຫຼົ້າແວງເປັນວິທີການແລ່ນຊອບແວ Windows ໃນ Linux, ແຕ່ບໍ່ມີ Windows ທີ່ຕ້ອງການ. ເຫຼົ້າແວງແມ່ນຊັ້ນຄວາມເຂົ້າກັນໄດ້ຂອງ Windows ແຫຼ່ງເປີດທີ່ສາມາດເອີ້ນໃຊ້ໂຄງການ Windows ໂດຍກົງໃນ desktop Linux ໃດກໍໄດ້. ໂດຍພື້ນຖານແລ້ວ, Wine ກໍາລັງພະຍາຍາມປະຕິບັດໃຫມ່ຢ່າງພຽງພໍຂອງ Windows ຕັ້ງແຕ່ເລີ່ມຕົ້ນເພື່ອໃຫ້ມັນສາມາດດໍາເນີນການຄໍາຮ້ອງສະຫມັກ Windows ທັງຫມົດໄດ້ໂດຍບໍ່ຕ້ອງໃຊ້ Windows.
ໜ້າ ຈໍ
Ad
ໂຄງການ DeepLearning
ລາຍລະອຽດ
ການສອນນີ້ພະຍາຍາມເຮັດສິ່ງທີ່ການສອນການຮຽນຮູ້ເຄື່ອງຈັກຫຼາຍທີ່ສຸດທີ່ມີຢູ່ໃນອອນໄລນ໌ເຮັດບໍ່ໄດ້. ມັນບໍ່ແມ່ນການສອນ 30 ນາທີທີ່ສອນທ່ານກ່ຽວກັບວິທີການ "ຝຶກອົບຮົມເຄືອຂ່າຍ neural ຂອງທ່ານເອງ" ຫຼື "ຮຽນຮູ້ການຮຽນຮູ້ເລິກພາຍໃນ 30 ນາທີ". ມັນເປັນທໍ່ເຕັມທີ່ທ່ານຈະຕ້ອງເຮັດຖ້າທ່ານເຮັດວຽກຕົວຈິງກັບການຮຽນຮູ້ເຄື່ອງຈັກ - ແນະນໍາທ່ານກ່ຽວກັບທຸກພາກສ່ວນ, ແລະການຕັດສິນໃຈການປະຕິບັດແລະລາຍລະອຽດທັງຫມົດທີ່ຕ້ອງເຮັດ. ຊຸດຂໍ້ມູນບໍ່ແມ່ນໜຶ່ງໃນຊຸດມາດຕະຖານເຊັ່ນ: MNIST ຫຼື CIFAR, ເຈົ້າຈະເຮັດໃຫ້ຊຸດຂໍ້ມູນຂອງຕົນເອງຫຼາຍ. ຫຼັງຈາກນັ້ນ, ທ່ານຈະໄປໂດຍຜ່ານວິທີການຄູ່ນ່ຶຂອງການຮຽນຮູ້ເຄື່ອງຈັກທໍາມະດາ, ກ່ອນທີ່ຈະສຸດທ້າຍໄດ້ເຂົ້າໄປໃນການຮຽນຮູ້ເລິກ! ໃນລະດູໃບໄມ້ປົ່ງຂອງປີ 2016, ຂ້າພະເຈົ້າໄດ້ເປັນຄູສອນ (TA ສະບັບຂອງ Harvard) ສໍາລັບຊັ້ນຮຽນຈົບກ່ຽວກັບ "ຫົວຂໍ້ຂັ້ນສູງໃນວິທະຍາສາດຂໍ້ມູນ (CS209/109)" ທີ່ມະຫາວິທະຍາໄລ Harvard. ຂ້າພະເຈົ້າໄດ້ຮັບຜິດຊອບໃນການອອກແບບໂຄງການຫ້ອງຮຽນໄດ້ຮັບການໃຫ້ນັກຮຽນ, ແລະ tutorial ນີ້ໄດ້ຮັບການສ້າງຂຶ້ນເທິງຂອງໂຄງການທີ່ຂ້າພະເຈົ້າໄດ້ອອກແບບສໍາລັບຫ້ອງຮຽນ.
ຄຸນລັກສະນະ
- ຕັ້ງຄ່າສະພາບແວດລ້ອມ conda ໃນປື້ມບັນທຶກ jupyter
- ຕັ້ງຄ່າ docker container ດ້ວຍ docker-compose
- ທ່ານສາມາດເພີ່ມຊຸດ conda ຫຼື pip ກັບຮູບພາບ
- ແນະນຳຜູ້ອ່ານໃຫ້ກັບລະບົບການຮຽນຮູ້ເຄື່ອງຈັກທັງໝົດຕັ້ງແຕ່ຕົ້ນ
- ຄັງເກັບມ້ຽນມີໄຟລ໌ conda config ເຊິ່ງຈະເຮັດໃຫ້ການຕິດຕັ້ງງ່າຍທີ່ສຸດ
- ສ້າງສະພາບແວດລ້ອມ conda ໃຫມ່
ປະເພດ
ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/deeplearningproject.mirror/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ດ້ວຍວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.
