Ito ang Windows app na pinangalanang DeepLearningProject na ang pinakabagong release ay maaaring ma-download bilang FirstreleaseoftheDeepLearningProject.zip. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang DeepLearningProject kasama ang OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Magsimula ng anumang OS OnWorks online emulator mula sa website na ito, ngunit mas mahusay na Windows online emulator.
- 5. Mula sa OnWorks Windows OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application at i-install ito.
- 7. I-download ang Wine mula sa iyong mga Linux distributions software repository. Kapag na-install na, maaari mong i-double click ang app upang patakbuhin ang mga ito gamit ang Wine. Maaari mo ring subukan ang PlayOnLinux, isang magarbong interface sa ibabaw ng Wine na tutulong sa iyong mag-install ng mga sikat na programa at laro sa Windows.
Ang alak ay isang paraan upang patakbuhin ang software ng Windows sa Linux, ngunit walang kinakailangang Windows. Ang alak ay isang open-source na layer ng compatibility ng Windows na maaaring direktang magpatakbo ng mga program sa Windows sa anumang desktop ng Linux. Sa totoo lang, sinusubukan ng Wine na muling ipatupad ang sapat na Windows mula sa simula upang mapatakbo nito ang lahat ng mga Windows application na iyon nang hindi talaga nangangailangan ng Windows.
MGA LALAKI
Ad
DeepLearningProject
DESCRIPTION
Sinusubukan ng tutorial na ito na gawin ang hindi ginagawa ng karamihan sa mga tutorial sa Machine Learning na available online. Ito ay hindi isang 30 minutong tutorial na nagtuturo sa iyo kung paano "Sanayin ang iyong sariling neural network" o "Matuto ng malalim na pag-aaral sa loob ng 30 minuto." Ito ay isang buong pipeline na kakailanganin mong gawin kung talagang gagana ka sa pag-aaral ng makina - ipinakikilala ka sa lahat ng bahagi, at lahat ng mga desisyon at detalye sa pagpapatupad na kailangang gawin. Ang dataset ay hindi isa sa mga karaniwang set tulad ng MNIST o CIFAR, gagawa ka ng sariling dataset. Pagkatapos ay dadaan ka sa ilang karaniwang machine learning algorithm, bago tuluyang makarating sa malalim na pag-aaral! Noong taglagas ng 2016, isa akong Teaching Fellow (bersyon ng TA ng Harvard) para sa graduate class sa "Mga Advanced na Paksa sa Data Science (CS209/109)" sa Harvard University. Ako ang namamahala sa pagdidisenyo ng proyekto ng klase na ibinigay sa mga mag-aaral, at ang tutorial na ito ay binuo sa ibabaw ng proyektong idinisenyo ko para sa klase.
Mga tampok
- I-set up ang conda environment sa jupyter notebook
- Mag-set up ng docker container na may docker-compose
- Maaari kang magdagdag ng mga pakete ng conda o pip sa larawan
- Ipinapakilala ang mga mambabasa sa isang buong pipeline ng machine learning mula sa simula
- Ang repositoryo ay may conda config file na magpapadali sa pag-set up
- Gumawa ng bagong conda environment
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/deeplearningproject.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.