uvadlc_notebooks

uvadlc_notebooks

深度学习系列教程,覆盖优化、Transformer、图神经网络等多个主题

这套深度学习教程有助于理解理论知识,涵盖优化、Transformer、图神经网络等主题。基于PyTorch和PyTorch Lightning框架,并提供JAX+Flax实现。教程支持本地运行、Google Colab和Snellius集群,多种方式供选择。每个教程包含详细的笔记本,实现理论与实践相结合。本课程与正式作业和考试相关,适合想深入了解深度学习及应用的学习者。

UvA Deep Learning TutorialsPyTorchJAX+Flax深度学习教程Github开源项目

项目介绍:UvADLC 深度学习教程

UvADLC 深度学习教程是一个专门为学习和探索深度学习理论与实际应用而设计的项目。这个项目主要通过一系列 Jupyter 笔记本来帮助学习者理解课程中的理论内容,并通过具体实现来加深学习体验。这些笔记本涵盖了优化技术、Transformer 模型、图神经网络等多个热门领域和技术。

项目背景

该项目由 Phillip Lippe 编写,课程安排在 2024 年秋季(10 月 28 日至 12 月 20 日)。这些教程不仅可以帮助理解深度学习的重要概念,还详细讲解了 PyTorch 框架和 PyTorch Lightning 的使用,为学习者提供了一对一的 JAX+Flax 框架翻译版本以供选择。

笔记本内容与使用

这些 Jupyter 笔记本被设计为课程辅导的一部分,并在课程的第一小时进行讲解。学员可以选择直接查看已经完成的笔记本,也可以尝试自己动手实践,甚至在实际动手阶段参与代码编写。虽然这些笔记本不是课程必做的作业部分,但内容将对后续的考核和考试非常重要。因此,学员被鼓励熟悉这些笔记本,并自行进行实验和扩展。

运行方式

  • 本地运行:所有笔记本可从 GitHub 仓库下载,并在常见的计算机上运行,无需 GPU。我们提供预训练模型,所需磁盘空间小于 1GB。此外,还提供了方便安装的 conda 环境。

  • Google Colab:学员可以选择在 Google Colab 上运行这些笔记本,以利用 GPU 支持和网络访问。在关闭会话前,请记得保存自己的更改。

  • Snellius 集群:对于想要训练大型神经网络的学员,可以选择在 Snellius 集群上运行。这需要将笔记本转换为 Python 脚本并在集群上运行,具体操作细节和注意事项见项目说明。

教程与课程的对齐

项目中涵盖了多达 17 个不同主题的教程课程。这些课程与教学内容紧密结合,涵盖了从基础的 PyTorch 介绍到复杂的 Transformer 和自监督对比学习等一系列现代深度学习的热点话题。

反馈及贡献

作为首次在深度学习课程中推出的讲解教程,项目预期可能会出现小错误或问题。欢迎学员们提出任何反馈、错误指正或改进建议。学员可以通过指定的表格或直接与作者沟通以提交反馈。

引用方式

如果学员们发现这些教程对您的学习和研究有帮助,并希望在您的工作中引用它们,可以按照提供的 bibtex 格式进行引用:

@misc{lippe2024uvadlc, title = {{UvA Deep Learning Tutorials}}, author = {Phillip Lippe}, year = 2024, howpublished = {https://uvadlc-notebooks.readthedocs.io/en/latest/} }

UvADLC 深度学习教程致力于为深度学习爱好者提供一个易于使用与实践的平台,通过理论与实际操作的结合,助力学习者迈向更高的深度学习探索之路。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多