Project Icon

tutorials

涵盖2D和3D分类、分割、回归及配准任务实例MONAI教程

本资源库包含详尽的MONAI教程,涵盖2D和3D分类、分割、回归及配准任务实例。教程演示如何使用Matplotlib和Jupyter Notebook在PyTorch和MONAI中进行医学图像处理和深度学习操作,并提供Colab环境下的GPU加速指南及数据处理和问题解决方法。教程还介绍了模型部署、实验管理、联邦学习和数字病理学实例,帮助用户掌握和应用MONAI功能。

TensorFlow-2.x-Tutorials - 详解TensorFlow 2.0教程,掌握深度学习模型与应用
GithubTensorFlow开源项目机器学习深度学习神经网络视频教程
本教程详细介绍了TensorFlow 2.0的安装与基础操作,并包含线性回归、MNIST、CIFAR10等多个实战案例。通过配套的视频资源,帮助数据科学家和AI研究人员掌握TensorFlow 2.0在深度学习中的实际应用。
u-net - 使用Keras库构建深度神经网络的教程
GithubKerasTensorFlowU-NetUltrasound Nerve Segmentation开源项目深度学习
本教程使用Keras库构建深度神经网络,用于超声图像神经分割,特别适用于Kaggle竞赛。从数据预处理、模型定义、训练到提交文件生成,教程提供了详尽的步骤说明。实验表明该方法在测试图像中取得约0.57的得分,为后续优化提供了出发点。
Pytorch-Medical-Segmentation - 基于PyTorch的医学图像分割框架 支持2D和3D多模态分析
GithubPytorch医学图像分割开源项目深度学习神经网络
Pytorch-Medical-Segmentation是一个开源医学图像分割框架,支持2D和3D多模态分析。该项目集成多种先进算法,兼容主流医学影像格式,提供灵活配置选项。内置训练推理流程和评估指标,便于研究人员和开发者快速实现各类医学图像分割任务。
Interactive Tutorials on Neural Networks and Deep Learning - 交互式神经网络与深度学习可视化教程平台
AI工具可视化模型编辑器深度学习模型直观学习神经网络
该网站提供神经网络和深度学习的交互式教程,通过直观的可视化模型展示经典算法。用户可借助模块化图表理解数据处理流程,并使用可视化编辑器快速构建模型。实时反馈和错误提示功能提高了学习效率,使复杂的深度学习概念变得更易理解和掌握。
AI-Notes - 全面的AI学习资源 从理论到实践的系统指南
AIGithub人工智能开源项目机器学习深度学习神经网络
该项目提供全面的AI学习资源,涵盖机器学习、深度学习和自然语言处理等领域。内容包括数学基础、算法原理及工具应用,从理论到实践构建系统知识。通过Jupyter Notebook和Colab实现互动学习,适合AI初学者和从业者掌握核心概念及最新进展。
Deep-Learning-Projects - Jupyter notebook深度学习项目集合与实践指南
GitHubGithubJupyter Notebook开源项目教程深度学习项目
Deep-Learning-Projects是一个包含多个深度学习小项目的GitHub仓库,以Jupyter notebook形式呈现。仓库提供详细的项目说明和配套视频教程,涵盖多个深度学习领域。这些资源为不同水平的学习者和开发者提供了实践机会,有助于从理论到实践的学习过程。
practicalAI-cn - PyTorch与Google Colab下的机器学习与深度学习实践
GithubGoogle ColabPyTorchpracticalAI开源项目机器学习深度学习
通过practicalAI-cn项目,任何水平的学习者都可以从基础到进阶掌握机器学习与深度学习技能。项目使用PyTorch实现核心算法,并提供多种notebooks,涵盖线性回归、卷积神经网络等多种模型。无需复杂的环境设置,可通过Google Colab直接运行,进行产品级的面向对象编程学习,助力从数据中获取有价值的见解。
haystack-tutorials - 提供构建生产级LLM应用和智能搜索系统的全面教程
GithubHaystackLLM应用deepset开源项目搜索系统检索增强生成管道
本页面汇集了多个教程,展示如何使用最新的自然语言处理(NLP)模型构建生产级LLM应用、检索增强生成流水线和智能搜索系统。这些教程涵盖问答系统的构建、模型微调、可扩展的QA系统开发、预处理和元数据过滤等内容。所有教程均可在Colab中运行,便于快速实践和验证。
a-PyTorch-Tutorial-to-Object-Detection - PyTorch物体检测模型教程与实现
GithubPyTorch单发多框检测卷积神经网络多尺度特征图对象检测开源项目
本教程详细指导如何使用PyTorch实现物体检测模型,包括模型构建、训练、评估和推理等环节。采用高效的单次多框检测(SSD)算法,介绍多尺度特征图、先验框和非极大值抑制等关键概念。适合具备PyTorch和卷积神经网络基础的学习者,教程提供中文翻译版便于理解和应用。
Tutorial - 为AI爱好者提供全面的学习体验,课程涵盖Linux、Python和Git基础
GithubInternLM书生大模型实战营开源项目算力点闯关挑战
书生大模型实战营为AI爱好者提供全面的学习体验。课程涵盖Linux、Python和Git基础,并深入探讨InternLM、XTuner和OpenCompass等先进工具。通过循序渐进的实践任务,学员可掌握模型训练、部署和评测技能。项目还设立奖励机制和'书生共学计划',促进知识分享和技术交流。该实战营分为入门、基础和进阶三个阶段,配备详细的任务指南和视频资料。学员可通过完成任务获得算力点奖励,并有机会解锁更高性能的计算资源。项目还包含LMDeploy量化部署、InternVL多模态模型等前沿内容,以及Android端部署等实用技能。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

Trae

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号