Project Icon

distributed-ml-patterns

构建并优化分布式机器学习系统的方法

《Distributed Machine Learning Patterns》一书详细介绍了如何构建可扩展和高可靠性的机器学习系统。内容涵盖数据摄取、分布式训练、模型服务等方面,以及如何利用Kubernetes、TensorFlow、Kubeflow和Argo Workflows实现任务自动化。通过该书,读者将掌握关键概念与实际案例,并学会在大规模集群上管理和监控机器学习任务。本书适合具备基础机器学习知识的数据分析师、数据科学家和软件工程师。

Compendium-of-free-ML-reading-resources - 机器学习免费学习资源集合 书籍论文和在线教程
Github开源项目数据科学机器学习深度学习线性代数统计学
该项目是一个综合性机器学习免费资源集合,涵盖数据分析、数学、统计、机器学习和深度学习等领域。收录内容包括经典教材、最新论文、PDF电子书和在线教程,以英文原版为主。项目提供系统的机器学习知识体系和高质量学习材料,适合入门和进阶学习。资源全面、内容权威、持续更新,定期收录最新开放获取资源,为自学者和研究人员提供最新知识和便利。
ML-NLP - 深入解析机器学习与自然语言处理全面知识库
GithubNLP面试开源项目机器学习深度学习算法工程师自然语言处理
ML-NLP项目提供机器学习与自然语言处理的全面资源,涉及关键理论和现实应用。各章节均配有实战代码,确保算法工程师高效备战面试。项目持续更新,跟上最新行业发展。
Deep-learning-in-cloud - 深度学习云计算资源和工具综合指南
GithubMLOps云GPU免费计算资源开源项目模型部署深度学习
这个开源项目汇集了云端深度学习资源和工具信息。内容包括GPU云服务比较、云GPU提供商列表、定价和试用信息、模型部署平台、MLOps工具以及学术优惠。项目旨在帮助开发者和企业选择合适的云计算资源,提高模型训练效率并降低成本。此外还提供了模型部署和MLOps相关指导,为深度学习全生命周期提供参考。无论是个人开发者还是企业,都能在这里找到适合自己需求的云计算资源和工具。
cloud-design-patterns - 云设计模式实践指南与代码示例
AzureGithub云设计模式开源开源项目微软架构
本代码仓库是Azure架构中心云设计模式系列的实践指南。包含异步请求-回复、编排、声明检查等多种模式的具体实现。通过这些示例,开发者能更好地理解和运用各种云设计模式,从而开发出稳定、高效的云应用。项目秉承开源精神,欢迎社区贡献。
ml_hacks - 机器学习实践与教程资源集锦
Github开源项目数据分析机器学习深度学习算法聚类
ml_hacks项目是一个机器学习资源库,收录了多种算法实现和教程。内容涵盖参数调优、集成学习、异常检测等实践示例,以及机器学习入门、数据分析等基础教程。项目还包括核方法、类别不平衡等专题研究,并提供深度学习和PyTorch相关材料,适合不同水平的学习者参考。
machine-learning-for-software-engineers - 为软件工程师提供的学习计划
GitHubGithubZuzooVn开源项目机器学习自学软件工程师
本项目为移动开发软件工程师提供了一个覆盖多个月的学习计划,通过强调实践操作和简化数学理论,帮助他们快速掌握并转型成为机器学习工程师。它囊括了丰富的机器学习资源、书籍和课程,并分享了作者关于通过机器学习找到工作的亲身经历。该项目还鼓励社区贡献,以持续优化学习路径。
dl-engineer-guidebook - 介绍深度学习工程师所需的知识, 硬件配置与软件环境详解
GithubLinux命令Python环境macOS环境开源项目深度学习深度学习工作站
本指南详细介绍深度学习工程师所需的知识,包括深度学习工作站配置、操作系统选择和硬件推荐、macOS和Ubuntu环境搭建与优化、Python环境设定、常用Linux命令等。还涵盖CV学习资源及数据集、经典预训练模型和TensorBoard的使用方法,助力工程师在深度学习领域发展。
dlwpt-code - 深入浅出PyTorch深度学习指南
Deep Learning with PyTorchGithubPyTorch开源项目机器学习深度学习编程
《Deep Learning with PyTorch》通过实际项目展示深度学习的基础知识,适合希望掌握PyTorch的开发者、计算机科学家、数据科学家及相关专业学生。书中提供了对深度学习的直观理解,并深入探讨PyTorch的部分功能,适合具备编程基础的读者。作者团队拥有丰富的实践经验和开源项目贡献,确保内容实用且前沿。
Generative_Deep_Learning_2nd_Edition - 生成深度学习的核心技术,包括变分自编码器、生成对抗网络和变压器模型的教程
DockerGenerative Deep LearningGithubTensorboard开源项目深度学习生成对抗网络
探索生成深度学习的核心技术,包括变分自编码器、生成对抗网络和变压器模型。提供详细的Docker和Kaggle教程,帮助用户轻松学习和训练模型。本书涵盖从基础理论到高级应用的完整知识体系,适用于音乐生成、世界模型等领域的实践。
generative-ai-on-aws - 在AWS平台上开发和部署生成式AI应用的全面指南
AWSGenerative AIGithub人工智能开源项目模型优化深度学习
这本由AWS专家编写的指南全面介绍了在AWS平台上开发和部署生成式AI应用的过程。内容涵盖从基础知识到高级技术,包括提示工程、大型语言模型、模型优化、微调技术、RLHF、RAG和多模态模型等。本书探讨了如何利用Amazon Bedrock等AWS服务构建先进的生成式AI解决方案,为开发者和企业提供了在AWS上实施生成式AI的实用知识。
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

问小白

问小白是一个基于 DeepSeek R1 模型的智能对话平台,专为用户提供高效、贴心的对话体验。实时在线,支持深度思考和联网搜索。免费不限次数,帮用户写作、创作、分析和规划,各种任务随时完成!

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