摘要:主页暂时下线社区暂时下线知识库自媒体平台微博知乎简书博客园我们不是的官方组织机构团体,只是技术栈以及的爱好者合作侵权,请联系请抄送一份到招贤纳士征集网站设计人员设计网站整体布局和未来踊跃号召敢兴趣参与项目维护的负责人各个学习领域欢迎做实事的
招贤纳士【主页】 apachecn.org
【Github】@ApacheCN
暂时下线: 社区
暂时下线: cwiki 知识库
自媒体平台
微博:@ApacheCN
知乎:@ApacheCN
CSDN
简书
OSChina
博客园
我们不是 Apache 的官方组织/机构/团体,只是 Apache 技术栈(以及 AI)的爱好者!
合作or侵权,请联系【fonttian】
| 请抄送一份到
征集网站设计人员(设计网站整体布局和未来)
踊跃号召敢兴趣参与项目维护的负责人(各个学习领域)
欢迎做实事的人参与到组织建设中来(开源不是一个人的事,一起来做对开源有价值的社区吧!)
联系方式 QQ: 529815144 (权利分配灵活:能者居之!欢迎你们的到来)
翻译征集要求:
机器学习/数据科学相关
或者编程相关
原文必须在互联网上开放
不能只提供 PDF 格式(我们实在不想把精力都花在排版上)
请先搜索有没有人翻译过
【请在这里留言】
翻译活动 PyTorch 1.0 文档翻译活动参与方式:https://github.com/apachecn/p...
整体进度:https://github.com/apachecn/p...
项目仓库:https://github.com/apachecn/p...
进度:教程部分:认领 35/37,翻译 26/37;文档部分:16/39,翻译 8/39
章节 | 贡献者 | 进度 |
---|---|---|
教程部分 | - | - |
Deep Learning with PyTorch: A 60 Minute Blitz | @bat67 | 100% |
What is PyTorch? | @bat67 | 100% |
Autograd: Automatic Differentiation | @bat67 | 100% |
Neural Networks | @bat67 | 100% |
Training a Classifier | @bat67 | 100% |
Optional: Data Parallelism | @bat67 | 100% |
Data Loading and Processing Tutorial | @yportne13 | 100% |
Learning PyTorch with Examples | @bat67 | 100% |
Transfer Learning Tutorial | @jiangzhonglian | 100% |
Deploying a Seq2Seq Model with the Hybrid Frontend | @cangyunye | 100% |
Saving and Loading Models | @sfyumi | |
What is torch.nn _really_? | @lhc741 | |
Finetuning Torchvision Models | @ZHHAYO | 100% |
Spatial Transformer Networks Tutorial | @PEGASUS1993 | 100% |
Neural Transfer Using PyTorch | @bdqfork | 100% |
Adversarial Example Generation | @cangyunye | 100% |
Transfering a Model from PyTorch to Caffe2 and Mobile using ONNX | @PEGASUS1993 | 100% |
Chatbot Tutorial | @a625687551 | 100% |
Generating Names with a Character-Level RNN | @hhxx2015 | 100% |
Classifying Names with a Character-Level RNN | @hhxx2015 | 100% |
Deep Learning for NLP with Pytorch | @BreezeHavana | |
Introduction to PyTorch | @guobaoyo | 100% |
Deep Learning with PyTorch | @bdqfork | 100% |
Word Embeddings: Encoding Lexical Semantics | @sight007 | |
Sequence Models and Long-Short Term Memory Networks | @ETCartman | 100% |
Advanced: Making Dynamic Decisions and the Bi-LSTM CRF | @JohnJiangLA | |
Translation with a Sequence to Sequence Network and Attention | @mengfu188 | 100% |
DCGAN Tutorial | @wangshuai9517 | |
Reinforcement Learning (DQN) Tutorial | @BreezeHavana | |
Creating Extensions Using numpy and scipy | ||
Custom C++ and CUDA Extensions | @Lotayou | |
Extending TorchScript with Custom C++ Operators | ||
Writing Distributed Applications with PyTorch | @firdameng | |
PyTorch 1.0 Distributed Trainer with Amazon AWS | @yportne13 | 100% |
ONNX Live Tutorial | @PEGASUS1993 | 100% |
Loading a PyTorch Model in C++ | @talengu | 100% |
Using the PyTorch C++ Frontend | @solerji | 100% |
文档部分 | - | - |
Autograd mechanics | @PEGASUS1993 | 100% |
Broadcasting semantics | @PEGASUS1993 | 100% |
CUDA semantics | @jiangzhonglian | 100% |
Extending PyTorch | @PEGASUS1993 | |
Frequently Asked Questions | @PEGASUS1993 | |
Multiprocessing best practices | @cvley | |
Reproducibility | @WyattHuang1 | |
Serialization semantics | ||
Windows FAQ | @PEGASUS1993 | |
torch | ||
torch.Tensor | @hijkzzz | 100% |
Tensor Attributes | ||
Type Info | @PEGASUS1993 | 100% |
torch.sparse | ||
torch.cuda | @bdqfork | 100% |
torch.Storage | ||
torch.nn | ||
torch.nn.functional | @hijkzzz | |
torch.nn.init | @GeneZC | |
torch.optim | @qiaokuoyuan | |
Automatic differentiation package - torch.autograd | ||
Distributed communication package - torch.distributed | ||
Probability distributions - torch.distributions | ||
Torch Script | ||
Multiprocessing package - torch.multiprocessing | @hijkzzz | 100% |
torch.utils.bottleneck | ||
torch.utils.checkpoint | ||
torch.utils.cpp_extension | ||
torch.utils.data | ||
torch.utils.dlpack | ||
torch.hub | ||
torch.utils.model_zoo | ||
torch.onnx | @guobaoyo | 100% |
Distributed communication package (deprecated) - torch.distributed.deprecated | ||
torchvision Reference | ||
torchvision.datasets | ||
torchvision.models | ||
torchvision.transforms | ||
torchvision.utils |
参与方式:https://github.com/apachecn/h...
整体进度:https://github.com/apachecn/h...
项目仓库:https://github.com/apachecn/h...
进度:认领 1/31,翻译 0/31
章节 | 译者 | 进度 |
---|---|---|
Preface | ||
Getting Started | ||
Apache HBase Configuration | ||
Upgrading | ||
The Apache HBase Shell | ||
Data Model | ||
HBase and Schema Design | ||
RegionServer Sizing Rules of Thumb | ||
HBase and MapReduce | ||
Securing Apache HBase | ||
Architecture | ||
In-memory Compaction | ||
Backup and Restore | ||
Synchronous Replication | ||
Apache HBase APIs | ||
Apache HBase External APIs | ||
Thrift API and Filter Language | ||
HBase and Spark | @TsingJyujing | |
Apache HBase Coprocessors | ||
Apache HBase Performance Tuning | ||
Troubleshooting and Debugging Apache HBase | ||
Apache HBase Case Studies | ||
Apache HBase Operational Management | ||
Building and Developing Apache HBase | ||
Unit Testing HBase Applications | ||
Protobuf in HBase | ||
Procedure Framework (Pv2): HBASE-12439 | ||
AMv2 Description for Devs | ||
ZooKeeper | ||
Community | ||
Appendix |
(暂无)
图书捐赠捐赠不只是眼前的物质和现金,还有书和智慧
【点击参与】
学习活动 深度学习 TensorFlow - 第1期【推荐】深度学习 TensorFlow 从0~1入门
TensorFlow 文档: https://tensorflow.google.cn/...
TensorFlow 视频: https://developers.google.com...
参与
QQ群: 809872385
时间周期: 2018-12-10~2018-12-21 (共 14 天)
学习方式: 自主留言进度,无监督模式(主要是先过一遍,然后实现文档中的代码效果,有问题留言)
内容
安装
学习(教程)
开始使用 TensorFlow
学习和使用机器学习
概述
基本分类
文本分类
回归
过拟合和欠拟合
保存和恢复模型
学习快的,可以帮助协助回答问题
学习快的,可以继续往下预习后面内容
咨询学习路线
【机器学习】: https://github.com/apachecn/A...
【Kaggle项目实战】: https://github.com/apachecn/k...
【LeetCode面试必备】: https://github.com/apachecn/a...
个性化服务(辅助:学习)
基础算法、数据平台、面试、机器学习、DL、NLP, 其他的可以留言(目前暂付费: 50元 - 直接付费,留言QQ)
针对.. 找对象,也可以咨询(目前免费.. 哈哈,可以聊聊自己的心得分享给大家)
联系QQ: 529815144
社区福利群: 724187166
赞助我们文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/43147.html
摘要:主页暂时下线社区暂时下线知识库自媒体平台微博知乎简书博客园我们不是的官方组织机构团体,只是技术栈以及的爱好者合作侵权,请联系请抄送一份到招贤纳士征集网站设计人员设计网站整体布局和未来踊跃号召敢兴趣参与项目维护的负责人各个学习领域欢迎做实事的 【主页】 apachecn.org 【Github】@ApacheCN 暂时下线: 社区 暂时下线: cwiki 知识库 自媒体平台 ...
摘要:内容来自,人工智能数据科学比赛整理平台。消费者人群画像信用智能评分月日月中国移动福建公司提供年月份的样本数据脱敏,包括客户的各类通信支出欠费情况出行情况消费场所社交个人兴趣等丰富的多维度数据。 内容来自 DataSciComp,人工智能/数据科学比赛整理平台。Github:iphysresearch/DataSciComp 本项目由 ApacheCN 强力支持。 微博 | 知乎 | C...
摘要:主页暂时下线社区暂时下线知识库自媒体平台微博知乎简书博客园我们不是的官方组织机构团体,只是技术栈以及的爱好者合作侵权,请联系请抄送一份到预处理离散化等值分箱等量分箱独热标准化最小最大标准化归一化特征选择信息增益信息增益率模型验证评价指 【主页】 apachecn.org 【Github】@ApacheCN 暂时下线: 社区 暂时下线: cwiki 知识库 自媒体平台 微博...
阅读 1221·2023-04-26 02:38
阅读 884·2023-04-25 20:13
阅读 3538·2021-11-19 11:31
阅读 2364·2019-08-30 15:55
阅读 2694·2019-08-30 14:11
阅读 3126·2019-08-30 13:45
阅读 1333·2019-08-29 18:41
阅读 1098·2019-08-29 16:18