Datawhale实验室

最新推荐文章于 2025-03-13 15:54:42 发布
原创 最新推荐文章于 2025-03-13 15:54:42 发布 · 688 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本项目涵盖知识图谱建设、知乎小组管理、资料库搭建、南瓜书编辑、强化学习研究、Deeplearning论文复现及数据挖掘比赛等多方面内容，旨在推动人工智能领域的学术交流和技术进步。

探索项目

  • 牵头知识图谱（李奇烽，于鸿飞……）
  • 牵头知乎小组（李严，黑桃，李福……）
  • 牵头资料库搭建（jepson，黑桃……）
  • 牵头南瓜书（Sm1les，排骨……）
  • 牵头强化学习（王金强）
  • 牵头Deep learning 论文研究复现（蓝昔……）
  • 牵头数据挖掘比赛（胡稳，刘琳……）

成熟项目

Datawhale 《南瓜书》
DataScience成长之路
12-22 7425
想法 以西瓜书为主线，目前先内部推开一个demo
【DataWhale学习】用免费GPU线上跑chatGLM项目实践
你一定能够成为你想要去成为的人。
03-11 2375
本文以趋动云平台为例，详细介绍下如何通过平台提供的在线开发环境，直接在云端编写、运行代码，并使用**GPU资源进行加速**。用免费GPU创建属于自己的聊天GPT用免费GPU部署自己的stable-diffusion注册即送168元算力金Datawhale专属注册链接：https://growthdata.virtaicloud.com/t/SA适用人群新手开发者、快速原型设计者；需要协作和分享的团队；对大模型部署感兴趣的人；深度学习入门学习者；对使用GPU资源有需求的人。
datawhale 学习笔记——建模调参入门
落队的飞行兵
04-01 808
前言 居然又拖到了最后一天才开始打卡，。果然 ddl 是第一生产力。 放上这次的教程链接：Datawhale 零基础入门数据挖掘-Task4 建模调参 看标题就知道这次的这次的内容是建模和调参。虽然说是零基础入门系列，但是这次的教程对真的零基础的人来讲并不是很友好，还是需要很多前置知识的。主要是机器学习模型方面的教程，教程里给出了几篇作者写的文章。个人感觉需要一定门槛，如果看不懂建议参考其他的。 ...
小组研讨中的组长的带动作用
weixin_40946655的博客
01-15 802
小组研讨中的组长的带动作用   在我第一次参与小组研讨活动时，我发现组内所有人都默不作声，在等待着别人开口，随着沉默的时间流逝，气氛越来越压抑。我知道这个时候必须有个人率先发声，因为已经没有时间再让我等待别人。于是我做了第一个人，打破了沉默压抑的气氛之后小组研讨得以顺利进行。   之后我又参与了几次小组研讨，我发现小组内如果没有人指挥调度，那么所有人又重新陷入了等待别人的状态。于是我意识到了小
datawhale python Day3
weixin_44013938的博客
01-28 261
字典(dict) 1.1 概念： 在Python中，字典是一系列键—值对。每个键都与一个值相关联,你可以使用键来访问与之相关联的值。与键相关联的值可以是数字、字符串、列表乃至字典。 在Python中，字典用放在花括号{}中的一系列键—值对表示。 student_0={'name':'mike','points‘：90}# 这个字典存储了有关student_0 的信息，具体地说是这个学生的信息。...
Datawhale优秀助教团队
Datawhale
07-30 535
Datawhale团队团队：Datawhale优秀助教「运营助教」学习的组织者，学习氛围的塑造者「专业助教」学习的引导者，和学习者的榜样让AI夏令营有了温度▽▽▽（文末可加入助教团队）Datawhale优秀助教的台前幕后01厦门大学 霍潇潇AI夏令营第一期 机器学习方向首先作为一名助教，我感到非常荣幸。在回答小伙伴们的问题时，我需要理清思路，并用通俗易懂并且简洁明了的方式传达给大家，这锻炼了我...
Datawhale成员，编号292
Datawhale
05-30 799
Datawhale干货作者：潘笃驿，Datawhale成员前 言大家好，我是潘笃驿。在2023年1月14日，我正式成为了Datawhale成员，编号292。加入DW一年多，我在各个方面都取得了很大的进步。今天，我想分享一些个人的成长经历。一开始跟AI完全没关系2021年9月，我正式踏入大学校园。当时我对AI的了解几乎为零，只知道它很厉害，比如AlphaGo击败柯洁的新闻。但对AI的原理一窍不通...
实验室一块GPU都没有怎么做深度学习？
Datawhale
10-23 196
Datawhale分享来源：知乎，编辑：Datawhale「实验室一块GPU都没有怎么做深度学习？」前天，一位读者 @__Ferrie__后台私信了 Datawhale，分享了一则他看到的比较有意思的知乎评论，问题描述：经过挑选整理后，分享给大家~原帖地址：https://www.zhihu.com/question/299434830/answer/2141600017观点一：Brain ...
通义实验室2026届实习生招聘正式启动！
Datawhale
03-13 161
Datawhale推荐面向：海内外应届毕业生
Datawhale夏令营学习笔记
Wil_roa_chi_leg的博客
07-28 893
siRNA，即小干扰RNA（Small interfering RNA），是一类长度为21-25个核苷酸（bp）的双链RNA（dsRNA）分子。它在生物学和医学领域具有广泛的应用，特别是在RNA干扰（RNAi）技术中扮演着重要角色。以下是关于siRNA的详细解释：一、定义与结构定义：siRNA是一种双链RNA分子，其长度通常在21-25个核苷酸之间。它能够通过与靶基因的mRNA序列特异性结合，引导RNA诱导的沉默复合体（RISC）对靶mRNA进行切割或降解，从而实现基因表达的沉默。结构。
Datawhale AI 夏令营——CPU部署大模型(LLM天池挑战赛)——Task1学习笔记
m0_63566347的博客
07-14 1249
检索给出了结果，虽然当前的测试效果不好，但是整体流程正确，我们也确实成功搭建了 千问2 大模型，结合 LlamaIndex 实现了 RAG 系统。baseline 中的代码我并没有全部展示，这里只为了整体流程的通畅与逻辑的清晰。可能的优化点：换新模型，改进模型参数，混合精度训练，修改量化程度，缓存机制，使用 FAISS 等高效的向量检索库，
Task2：抽丝剥茧——降水预测baseline详解#AI夏令营 #Datawhale #Datawhale AI 夏令营
nnnwwwlin的博客
07-31 705
Feature类和GroundTruth类是数据集的定义方便后续自定义数据集和数据加载类, 方便我们训练时取数据mydataset类的定义, 整合了加载特征和特征对应真值的功能, 方便后续训练时取数据。
全球Deepfake攻防挑战赛（图像赛道）DataWhale AI夏令营 Task1 学习笔记
weixin_46470694的博客
07-14 1666
Deepfake技术是一种利用人工智能和机器学习算法创建高度逼真的合成音频、视频或图像内容的技术。其核心是使用深度学习，特别是生成对抗网络（GANs）、扩散模型（Stable Diffusion），来模仿和生成与真实数据几乎无法区分的虚假内容。生成对抗网络（GANs）：deepfake通常使用生成对抗网络。GANs包括两个部分：生成器和判别器。生成器负责创建虚假的图像或视频，而判别器则评估这些内容的真实性。两者在训练过程中相互竞争，生成器不断改进其输出，使得生成的内容越来越逼真。人脸交换。
大数据平台Hadoop实验环境部署（完全分布式集群模式）
传播有益的技术文章，力求精准、专业、专心、专享
09-10 4075
本文讲述了hadoop大数据实验平台完全分布式集群部署详情
开源学习组织：Datawhale
热门推荐
Datawhale
06-05 2万+
Datawhale是什么？ http://www.datawhale.club/ Datawhale是一个专注于AI领域的开源组织，致力于构建一个纯粹的学习圈子，帮助学习者更好地成长。我们专注于机器学习，深度学习，编程和数学等AI领域的内容学习，我们不是内容的生产者，我们向优秀的资料和优秀的学习者致敬。 我们将渴望改变的小伙伴聚集在一起，共同构建一个互促高效的学习氛围；我们将一群有能力有想法的...
Datawhale第四期组队学习团队成员
Datawhale
01-23 1360
第四期组队学习团队成员 荣誉助教：Joey、郭修均、王晓腾、王忠朴 集训 准负责人 评优助教 基础算法梳理 Sm1les 钱令武 高级算法梳理 于鸿飞 小雪 ML项目实践 杨冰楠 孙涛 编程 孙超 小熊 统计学 李奇锋 蓝昔 Leetcode 老表 陈焕森 Python 马晶敏 胡骞 知乎小组 李严 黑桃 ...
Datawhale第五期组队学习团队成员
Datawhale
03-18 1305
第三期集训团队成员 集训 准负责人 奖惩助教 算法梳理 苏静 康兵兵 算法梳理进阶 黑桃 胡稳 算法实践 刘广月 杨煜 算法实践进阶 排骨 龙俊豪 编程 吕雪杰 孙超 统计学 王佳鑫 许辉 Leetcode 于鸿飞 杨皓博 Python 叶梁 张云鹏 准负责人 准负责人建立各自的集训群和集训报名群 准负责人对接李碧涵确定集训内容和准负责人职责（除新...
Datahwhale第三期集训团队成员
Datawhale
12-23 1157
第三期集训团队成员 荣誉助教：Joey、郭修均、王晓腾、王忠朴 集训 准负责人 奖惩助教 算法梳理 苏静 康兵兵 算法梳理进阶 黑桃 胡稳 算法实践 刘广月 杨煜 算法实践进阶 排骨 钟昌盛 编程 吕雪杰 孙超 统计学 王佳鑫 许辉 Leetcode 于鸿飞 杨皓博 Python 叶梁 张云鹏 准负责人 准负责人建立各自的集训群和集训报名群 准...
第8期Datawhale组队学习计划
Datawhale
07-30 1073
第8期Datawhale组队学习计划马上就要开始啦 这次共组织15个组队学习，涵盖了AI领域从理论知识到动手实践的内容 按照下面给出的最完备学习路线分类，难度系数分为低、中、高三档，可以按照需要参加 Table of Contents 学习路线 基础知识 1. Python基础 2. LeetCode 3. 统计学 4. 编程 数据分析/挖掘 1. Excel入门 2.My...
datawhale
最新发布
07-06
Datawhale 是一个专注于数据科学和机器学习领域的开源社区，致力于为学习者提供高质量的学习资源和实践机会。该组织通过组队学习、开源课程以及竞赛基准方案等多种形式推动数据科学知识的普及和技术能力的提升。 在数据科学方面，Datawhale 提供了诸如《动手学数据分析》这样的精品入门课程[^5]，帮助初学者系统性地掌握数据分析的基础技能。此外，还维护了一个名为 "China Competition Baseline" 的开源项目，该项目旨在为各类数据竞赛（如 Kaggle 和天池等平台的比赛）提供基础模板和参考代码，涵盖数据预处理、特征工程、模型构建及调参等关键步骤，使得参与者能够快速上手并深入理解比赛解决方案的设计思路[^1]。 对于机器学习领域，Datawhale 同样推出了多门相关课程，包括集成学习、基于Python的会员数据化运营、R语言数据科学、机器学习的数学基础以及李宏毅机器学习（含深度学习）等内容丰富的学习材料[^3]。这些课程不仅覆盖了理论知识，也注重实际应用，适合不同层次的学习者根据自身需求选择合适的内容进行学习。 如果你对参与具体的项目或者想要获取更多关于 Datawhale 组织的信息，可以访问其 GitHub 页面或是论坛版块来了解更多细节[^4]。 ```markdown ### 示例代码：使用Python实现简单的线性回归模型 ```python from sklearn.linear_model import LinearRegression from sklearn.model_selection import train_test_split import numpy as np # 创建一些示例数据 X = np.random.rand(100, 1) * 100 y = 3 * X.squeeze() + 2 + np.random.randn(100) * 10 # 分割训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2) # 创建线性回归模型实例 model = LinearRegression() # 训练模型 model.fit(X_train, y_train) # 输出系数和截距 print(f"Coefficient: {model.coef_[0]}, Intercept: {model.intercept_}") ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值