这是名为 DeepLearningProject 的 Windows 应用程序，其最新版本可以作为 FirstreleaseoftheDeepLearningProject.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 DeepLearningProject 的应用程序和 OnWorks。
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. 从本网站启动任何 OS OnWorks 在线模拟器，但更好的 Windows 在线模拟器。
- 5. 从您刚刚启动的 OnWorks Windows 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. 下载应用程序并安装。
- 7. 从您的 Linux 发行版软件存储库下载 Wine。 安装后，您可以双击该应用程序以使用 Wine 运行它们。 您还可以尝试 PlayOnLinux，这是 Wine 上的一个花哨界面，可帮助您安装流行的 Windows 程序和游戏。
Wine 是一种在 Linux 上运行 Windows 软件的方法，但不需要 Windows。 Wine 是一个开源的 Windows 兼容层，可以直接在任何 Linux 桌面上运行 Windows 程序。 本质上，Wine 试图从头开始重新实现足够多的 Windows，以便它可以运行所有这些 Windows 应用程序，而实际上不需要 Windows。
SCREENSHOTS
Ad
深度学习项目
商品描述
本教程尝试做大多数在线可用的机器学习教程做不到的事情。 这不是一个 30 分钟的教程，它教你如何“训练自己的神经网络”或“在 30 分钟内学习深度学习”。 这是一个完整的管道，如果您实际使用机器学习，您将需要这样做 - 向您介绍所有部分，以及所有需要做出的实施决策和细节。 该数据集不是 MNIST 或 CIFAR 等标准集之一，您将创建自己的数据集。 然后，您将学习一些传统的机器学习算法，最后才进入深度学习！ 2016 年秋天，我是哈佛大学“数据科学高级主题 (CS209/109)”研究生班的助教（哈佛版的 TA）。 我负责设计给学生的课堂项目，本教程是在我为课堂设计的项目之上构建的。
特征
- 在 jupyter notebook 中设置 conda 环境
- 使用 docker-compose 设置 docker 容器
- 您可以将 conda 或 pip 包添加到图像
- 从头开始向读者介绍整个机器学习管道
- 该存储库有一个 conda 配置文件，这将使设置变得超级容易
- 创建一个新的 conda 环境
分类目录
这是一个应用程序，也可以从 https://sourceforge.net/projects/deeplearningproject.mirror/ 获取。 它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最简单的方式在线运行。
