跟李沐学机器学习

跟着李沐学习机器学习：从入门到实践
原创 已于 2023-05-17 22:09:41 修改 · 161 阅读 · 0 ·
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。
文章标签：

#人工智能 #深度学习

于 2023-05-16 19:47:17 首次发布
该资源集合包括了李沐的机器学习视频教程，在B站上可观看，以及一系列的安装指南，主要针对PyTorch框架。同时提供了D2L的学习材料和相关笔记，帮助读者深入理解和应用机器学习。
部署运行你感兴趣的模型镜像

跟李沐学机器学习

视频

https://space.bilibili.com/1567748478/channel/seriesdetail?sid=358497

安装

https://developer.aliyun.com/article/1122399
https://zh-v1.d2l.ai/chapter_prerequisite/install.html
https://github.com/d2l-ai/d2l-zh-pytorch-slides
https://xie.infoq.cn/article/d8908b0c6e044ee900c254acb
https://blog.youkuaiyun.com/weixin_44174352/article/details/123568656

笔记

https://github.com/MLNLP-World/DeepLearning-MuLi-Notes

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

zzz_strive
关注
李沐-斯坦福《实用机器学习》-01章
weixin_43996337的博客
11-29 3092
1.课程介绍 视频链接 首先介绍了机器学习作为技术本身, 它的大致构成以及所面临的一些挑战. 然后讲述学习机器学习，你会变成什么样的角色. 最后讲述了本课程中会涉及到哪些主题. 举例：房价预测问题 工业界中应用机器学习的基本流程 机器学习的应用是一个循环过程. 他从问题表述开始到收集数据建立模型并将模型上线. 上线之后要对模型不停的监测并重复更新模型. 问题—收集处理数据—训练调参—部署到线上/观测模型调整 挑战： Problem formulation 首先是将实际问题换一种描述方式, 表述成机器学
李沐动手学深度学习在线课程小白跟班系列（一）初入AI深似海
Billy125的博客
11-14 782
我这小白肯定不能幸免。李沐老师的操作很经典，几分钟就安装到位。二、安装conda时注意，随手把jupyter安装了，都集成在一起的。（要跟着李老师这课学就得把jupyter装了，清华镜像源有）一、使用前注意：win10以上版本，pip命令极好（有15W的库供你使用，缺啥补啥！四、进入d2l虚拟环境，执行如下命令，建立jupyter与虚拟环境的联系。在jupyter中显示的环境名称，与jupyter建立联系。五、打开jupyter，浏览器中会显示这三个kernels。我的conda是直接装在C盘，如图显示。
用PyTorch实现的李沐《动手学深度学习》，登上GitHub热榜，获得700+星
量子位
09-10 3042
晓查 发自 凹非寺量子位 报道 | 公众号 QbitAI李沐老师的《动手学深度学习》是一本入门深度学习的优秀教材，也是各大在线书店的计算机类畅销书。作为MXNet的作者...
深度学习资料汇总
Attention4AI的博客
05-14 247
深度学习的一些参考资料
一、CentOS安装深度学习基本环境（pytorch）
qq_46051851的博客
03-03 2300
一、下载、安装编译器 # 更新yum yum update # 下载安装编译器 build-essential是Debian系的meta package的名字，CentOS使用： yum install make automake gcc gcc-c++ kernel-devel # Ubuntu使用：sudo apt install build-essential【注】：执行yum install build-essential出现报错 Error: Failed to download metadat
AI：从小白到入门，超详细人工智能成长路径分享：观后感
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
03-20 1905
AI：从小白到入门，超详细人工智能成长路径分享 NLP 顶会：ACL、NAACL、EMNLP、COLING。ML顶会：NeurlPS、ICML、LCLR。CV顶会：CVPR、ICCV、ECCV。
HIT-UG-Group#DeepLearning-MuLi-Notes#01-课程安排1
07-25
介绍深度学习经典和最新模型机器学习基础损失函数、目标函数、过拟合、优化实践使用Pytorch实现介绍的知识点在真实数据上体验算法效果2. 内容深度学习基础：线性
跟李沐学机器学习模型
akatsikitiandaci的博客
10-14 72
和李沐学机器学习随记
【跟李沐学AI 实用机器学习】全部笔记
qq_53223504的博客
08-11 1199
简单来说，就是一个玄学，没法科学解释每个参数的作用，只能靠经验和直觉介绍了几个记录实验数据的工具，如tensorboard、weights&bias。
《动手学深度学习2.0-李沐Pytorch版》
07-24
此外，书中还探讨了监督学习、非监督学习、强化学习等不同类型的机器学习问题，并介绍了深度学习在计算机视觉、自然语言处理等领域的应用。 适合人群：具备一定编程基础，尤其是Python编程经验，对深度学习感兴趣的...
精选资源
李沐的动手学深度学习的windows环境安装说明
07-06
Jupyter Notebook是一款非常实用的交互式编程环境，非常适合进行数据科学和机器学习相关的实验。 ##### 1.6.1 安装 Jupyter Notebook 可以通过pip或conda安装Jupyter Notebook： - 使用pip: `pip install jupyter...
李沐 机器学习.txt
03-05
李沐的 视频教程哦。
深度学习入门笔记 Deep Learning Notes
uncle_ll的博客
04-27 962
  首发： part I          https://yq.aliyun.com/articles/71667 part II        https://yq.aliyun.com/articles/72036     作者介绍：Deepak Shah Deepak Shah毕业于德克萨斯奥斯汀分校，徒步旅行爱好者，目前是深度学习\数据科学实习生，研究领域专注于...
重磅！李沐「动手学深度学习」中文课程笔记来了！
fengdu78的博客
05-14 3414
机器之心报道markdown笔记与原课程视频一一对应，Jupyter代码均有详细中文注释，这份学习笔记值得收藏。亚马逊资深首席科学家李沐博士的「动手学深度学习」中文系列课程，这门课从3月持续到8月，超过28000人参与了直播，课程回放在 B 站的播放量达到了上百万次。李沐B站视频地址：https://space.bilibili.com/1567748478/channe...
李沐「动手学深度学习」中文课程笔记来了！代码还有详细中文注释
zandaoguang的博客
05-09 1644
视学算法报道编辑：张倩markdown笔记与原课程视频一一对应，Jupyter代码均有详细中文注释，这份学习笔记值得收藏。去年年初，机器之心知识站上线了亚马逊资深首席科学家李沐博士的「动手学深度学习」中文系列课程。这门课从3月持续到8月，超过28000人参与了直播，课程回放在 B 站的播放量达到了上百万次。这门课程基于李沐等人编写的《动手学深度学习》第二版。《动手学深度学...
TensorRT笔记（5）：研究timingCache
ouliten的博客
12-02 812
在里出现了大量的timingCache，但是当时没有取研究这是干啥的，本文就来解析一下。样例都基于上面的文章。
向量嵌入：RAG系统背后的语义引擎
uncle_ll的博客
11-29 1523
向量嵌入技术将高维语义信息压缩为低维向量，使相似概念在向量空间中聚集。作为RAG系统的核心，嵌入质量直接影响语义检索效果。从静态词嵌入到动态上下文嵌入，技术不断演进，解决了多义词等难题。现代嵌入模型基于Transformer架构，通过对比学习优化检索性能。选型需考虑MTEB排名、语言支持等维度，并结合业务测试。未来趋势包括多模态融合、知识图谱增强和轻量化部署。嵌入技术已成为NLP领域的关键支柱，其优化对提升RAG系统性能至关重要。
大模型应用：大模型 MapReduce 全解析：核心概念、中文语料示例实现.12
最新发布
minhuan的专栏
12-03 860
本文介绍了MapReduce编程模型及其在大模型训练中的应用。MapReduce通过"分治-并行-聚合"思想处理大规模数据，传统Hadoop MapReduce侧重结构化数据计算，而大模型MapReduce则针对自然语言处理任务。文章详细对比了两者在架构、处理对象和核心算力等方面的差异，并提供了中文词频统计的Python实现示例，包括单机版和分布式版本。分布式实现利用多进程模拟集群计算，展示了数据分片、Map、Shuffle和Reduce的完整流程。
07_Spring AI 干货笔记之提示词
在科技的浪潮中，我们寻找着创新的火种，在代码的海洋里，我们编织着智慧的网。腾飞开源，就是这样一个由技术精英汇聚而成的博客平台，我们致力于分享在Java、Python、IoT和人工智能等领域的最新研究成果和实战经验。 在腾飞开源的博客上，你会看到紧跟技术前
11-30 1737
本文详细介绍了Spring AI中的提示词核心概念与API设计。提示词作为引导AI模型生成特定输出的关键输入，其结构从简单字符串演进为包含多角色消息的复杂形式。Spring AI通过Prompt和Message接口提供结构化提示词管理，支持系统、用户、助手等角色分配。PromptTemplate类实现动态内容渲染，并支持自定义模板引擎。文章还涵盖提示词工程的最佳实践与令牌机制，为开发者提供完整的提示词设计解决方案。
评论
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