这是名为 Deep Learning with PyTorch 的 Linux 应用程序，其最新版本可以作为 DLSP19.zip 下载。 它可以在工作站的免费托管服务提供商 OnWorks 中在线运行。
免费下载并在线运行这个名为 Deep Learning with PyTorch with OnWorks 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
截图：
使用PyTorch进行深度学习
描述：
本课程涉及深度学习和表示学习的最新技术，重点是有监督和无监督的深度学习、嵌入方法、度量学习、卷积和循环网络，以及在计算机视觉、自然语言理解和语音识别中的应用。 先决条件包括 DS-GA 1001 数据科学简介或研究生级别的机器学习课程。 为了能够进行练习，您需要一台装有 Miniconda（Anaconda 的最小版本）和几个 Python 包的笔记本电脑。 以下说明适用于 Mac 或 Ubuntu Linux 用户，Windows 用户需要在 Git BASH 终端中安装和工作。 JupyterLab 内置了可选择的深色主题，所以如果你想使用经典的笔记本界面，你只需要安装一些东西。
特征
- Jupyter Notebooks 在整个讲座中用于交互式数据探索和可视化
- 这个笔记本存储库现在有一个配套网站
- 监督学习、神经网络和深度学习的基础知识
- 卷积神经网络及其应用
- 正则化技巧、优化技巧以及理解深度学习的工作原理
- 神经网络参数变换和卷积基本概念的可视化
分类目录
这是一个也可以从 https://sourceforge.net/projects/deep-l-with-pytorch.mirror/ 获取的应用程序。 它已托管在 OnWorks 中，以便从我们的免费操作系统之一以最简单的方式在线运行。