《动手学习深度学习》的笔记

《动手学习深度学习》的笔记《动手学习深度学习》是李沐老师（AWS资深首席科学家，美国卡内基梅隆大学计算机系博士）主讲的一系列深度学习视频。本项目收集了我们在寒假期间学习《动手学习深度学习》过程中详细的markdown笔记和相关的jupyter代码本项目的特色：markdown笔记与原课程视频一一对应，可以帮助大家一边听课一边理解。jupyter代码均有详细中文注释，帮助大家更快上手实践。课程视频共73节，单个视频平均时长不超过30分钟，预计寒假40天内可以学习完毕。在《动手学习深度学习》课程中，既有少量的机器学习的基础知识，比如：线性神经网络，多层感知机等等；又有如今前沿应用的各种深度学习模型：包括leNet，ResNet，LSTM，BERT……同时每一章节的讲解还配备由pytorch实现的代码、教科书等等，可以帮助同学在短期内掌握深度学习的基础模型与前沿知识和并提高实践能力。此外，本门课程还有相应的代码实现。每章都有相应的jupyter记事本，提供模型的完整python代码，所有的资源都可在网上免费获取。#笔记#机器学习教材网址：，论坛网址：，

PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习

PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。考虑到PyTorch的学习兼具理论储备和动手训练，两手都要抓两手都要硬的特点，开发了这套《深入浅出PyTorch》课程，期望以组队学习的形式，帮助大家从入门到熟练掌握PyTorch工具，进而实现自己的深度学习算法。同时通过项目实战，充分锻炼编程能力，掌握PyTorch进行深度学习的基本流程，提升解决实际问题的能力。学习的先修要求是，会使用Python编程，了解包括神经网络在内的机器学习算法，勤于动手实践。《深入浅出PyTorch》是一个系列，一共有三个部分。已经上线的是本系列的第一、二部分，后续会不断更新《深入浅出PyTorch》（下），给出更贴合实际应用的实战案例。#机器学习#PyTorch

《机器学习宝典》包含：谷歌机器学习速成课程（招式）+机器学习术语表（口诀）+机器学习规则（心得）+机器学习中的常识性问题（内功）

《机器学习宝典》包含：谷歌机器学习速成课程（招式）+机器学习术语表（口诀）+机器学习规则（心得）+机器学习中的常识性问题（内功）该资源适用于机器学习、深度学习研究人员和爱好者参考！其中《机器学习知识点彩图版.pdf》以生动形象的图片描述机器学习中的知识点。其中《Google机器学习速成课程.pdf》以加利福尼亚房价预测为线索，讲解了机器学习概念、特征工程以及机器学习在现实世界的应用。该课程有对应知识点的习题和解答，你可以随时检测自己的学习效果。其中《机器学习中的常识性问题(最新网页版)》，该文系统性总结了机器学习基础知识。百度网盘#机器学习

资源Python3入门人工智能 掌握机器学习+深度学习

资源名称：Python3入门人工智能掌握机器学习+深度学习资源简介：讲师赵辛为福布斯中国U30科技上榜者，孔雀人才，全奖海归博士，课程囊括机器学习与深度学习，监督与无监督学习，综合多项技术的混合算法，采用sklearn与keras框架（底层调用tensorflow）为你学习AI打下扎实基础。链接：https://www.aliyundrive.com/s/UtscXM5Pvcz关键词：#知识#学习#编程来自：雷锋频道：@Aliyundrive_Share_Channel群组：@alyd_g投稿：@AliYunPanBot

Hidet是一个强大的深度学习编译器，可简化在现代加速器（例如 NVIDIA GPU）上实现高性能深度学习运算符的过程。借助 P

Hidet是一个强大的深度学习编译器，可简化在现代加速器（例如NVIDIAGPU）上实现高性能深度学习运算符的过程。借助PyTorch2.0中的新功能torch.compile(...)，将新型编译器集成到PyTorch中比以往任何时候都更容易——Hidet现在可以用作torch.compile(...)加速PyTorch模型的后端，这对于想要提高其推理性能的PyTorch用户来说是一个有吸引力的选择模型，特别是对于那些还需要实施极其优化的自定义运算符的人。#编译器

一份面向计算机科学基础及全栈开发、深度学习和自然语言处理的定制化计算机科学课程清单(学习资源集)

一份面向计算机科学基础及全栈开发、深度学习和自然语言处理的定制化计算机科学课程清单(学习资源集)作者语：作为一名拥有物理学背景的机器学习软件工程师，我觉得缺乏计算机科学学位是我长期成长的一个限制因素。为了正面解决这个问题，我利用我在网上找到的最佳资源为自己设计了这门课程，重点关注CS基础知识以及全栈开发、深度学习和自然语言处理。有通用知识课程和项目课程。通用知识课程用于将大脑中的知识索引到一个有组织的系统中。面对新问题时，至少知道要查找哪些相关信息。项目课程是真正的学习过程。边做边学是学习的唯一途径。如果你对这个课程的创建哲学感兴趣，我写了一篇关于它的文章：#计算机科学