文件名称：intro-to-dl：“深度学习入门”课程的资源
文件大小：4.95MB
文件格式：ZIP
更新时间：2024-02-25 18:03:51
deep-learning DeeplearningJupyterNotebook
深度学习课程资源简介 在Google Colab上运行（已测试了整周） Google已经发布了自己的Jupyter风格，称为Colab，它具有免费的GPU！ 使用方法如下： 打开 ，单击右上角的登录，使用您的Google凭据登录。 单击GITHUB选项卡，粘贴并按Enter 选择您要打开的笔记本，例如week2 / v2 / mnist_with_keras.ipynb 点击文件->将副本保存到云端硬盘...以将进度保存到Google云端硬盘中 单击运行时->更改运行时类型，然后在硬件加速器框中选择GPU 在下载依赖项的第一个单元格中执行以下代码（更改您的周数）： ! shred
【文件预览】：
intro-to-dl-master
----setup_google_colab.py(4KB)
----download_resources.ipynb(2KB)
----week1()
--------kernel.png(96KB)
--------target.npy(7KB)
--------train.npy(13KB)
--------sgd.png(33KB)
--------week01_pa.ipynb(19KB)
----tqdm_utils.py(2KB)
----download_utils.py(5KB)
----week2()
--------frankenstein.png(74KB)
--------v2()
--------util.py(1KB)
--------NumpyNN (honor).ipynb(38KB)
--------preprocessed_mnist.py(646B)
----week4()
--------images()
--------submit_honor.py(303B)
--------submit.py(436B)
--------Adversarial-task.ipynb(807KB)
--------Autoencoders-task.ipynb(33KB)
--------lfw_dataset.py(2KB)
----grading.py(3KB)
----.gitignore(347B)
----week5()
--------data_copyright(171B)
--------POS-task.ipynb(20KB)
--------names(55KB)
--------submit.py(443B)
--------RNN-task.ipynb(23KB)
--------mtg_card_names.txt(630KB)
--------char-nn.png(30KB)
--------rnn.png(35KB)
----week6()
--------images()
--------grading_utils.py(3KB)
--------utils.py(3KB)
--------week6_final_project_image_captioning_clean.ipynb(44KB)
----keras_utils.py(3KB)
----README.md(4KB)
----week3()
--------images()
--------grading_utils.py(370B)
--------week3_task1_first_cnn_cifar10_clean.ipynb(27KB)
--------week3_task2_fine_tuning_clean.ipynb(22KB)