#196 · 主分类: 教育与研究
introtodeeplearning
MIT 6.S191:深度学习导论的实验材料
项目最后更新:01/04/26
GitHub Stars
8.8K
Forks数量
4.6K
贡献者数量
32
许可证
MIT
收录理由
想要通过动手写代码来学习深度学习,MIT 6.S191 的这套材料是很好的入手点,而这个仓库正是所有实验代码的所在地。每个 Jupyter 笔记本都配有公开的讲课视频和幻灯片,你可以先看一段讲解,再马上在代码里亲手试试,同一段时间内就能完成“看懂”和“做会”两个步骤。实验内容从基础逐步推进到计算机视觉、强化学习、音乐生成等实际应用方向,练习以填充 TODO 单元格的形式展开,难度递进合理。所有实验都能在 Google Colab 云端直接运行,只需浏览器和 Google 账号,省去了本地配置环境的麻烦。自定进度的设计很适合独立学习者,也足够清晰,让一个小团队可以共同刷完整个课程,快速建立起对现代深度学习的系统认识。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管,为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章,助你提升开发技能
generative-ai-for-beginners
21节课,开始使用生成式AI构建