#Jupyter Notebook

NYU-DLSP20

该资源库提供2020年NYU深度学习课程的全面资料，包括视频和文本格式。适用于Mac、Ubuntu和Windows系统，用户需安装Miniconda和相关Python包，通过Git获取课程资源。课程使用Jupyter Notebook和JupyterLab进行数据探索和可视化，推荐使用暗色主题以获得最佳效果。

CV

本项目提供深度学习视频讲解及笔记资源，涵盖Pytorch、李沐、吴恩达等名师课程，并附有详细的数据集和实用工具。适合从事AI算法开发、图像处理及语音识别方向的求职者，并提供多家知名企业的内推机会，帮助自学者搭建交流平台，实现技术突破和职业发展。

tensorwatch

TensorWatch是由微软研究院开发的调试和可视化工具，专为数据科学、深度学习和强化学习设计。它运行在Jupyter Notebook中，提供实时的机器学习训练可视化和分析功能。其灵活的架构允许创建自定义的可视化、界面和仪表板，并支持独特的Lazy Logging模式进行实时查询和流式数据处理。TensorWatch支持多种图表类型和并行流可视化，是一个易于使用且可扩展的调试平台。

examples

这个资源库包含Pinecone向量数据库及常见AI模式、工具和算法的示例应用和Jupyter Notebooks，供用户下载、学习和修改。资源库分为生产就绪示例和学习探索示例，并提供详细的入门指南和Google Colab的实验指导。欢迎反馈和贡献以改进该社区资源。

nn-zero-to-hero-notes

本项目提供Andrej Karpathy的“Neural Networks: Zero to Hero”教程系列的详细笔记和代码示例，涵盖神经网络基础、语言模型、GPT等内容，帮助用户深入理解相关技术。通过Jupyter Notebooks形式，学习者可以逐步实践教程中的概念和技术。欢迎提交错误或改进建议的pull request。

bertviz

BertViz是一个交互式工具，可视化BERT、GPT2、T5等Transformer模型的注意力机制。支持在Jupyter和Colab中运行，提供head view、model view、neuron view三种独特视角。通过简便的Python API调用，大多数Huggingface模型均兼容。通过Colab教程，可快速尝试这些可视化功能。

tutorials

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。

tutorials

这是一个开源的 PyTorch Lightning 教程集合，提供轻量级、可执行和可复现的笔记本。项目涵盖 Lightning 的各种应用，包括最佳实践、数据集使用和开发技巧。内容适合不同水平的开发者，从入门到深入学习都有所涉及。

pygwalker

PyGWalker是一个Python库，将pandas数据框转换为交互式可视化界面。支持拖拽操作和自然语言查询，简化了数据分析和可视化工作流程。兼容Jupyter Notebook、Google Colab和Streamlit等多种环境，可处理大型数据集。提供强大的数据表格功能，允许保存分析结果。适用于数据科学家进行探索性数据分析，提高工作效率。