zxjzxj9 / PyTorchIntroductionLinks
《深入浅出 PyTorch——从模型到源码》源代码和勘误(见Issues)
☆340Updated 2 years ago
Alternatives and similar repositories for PyTorchIntroduction
Users that are interested in PyTorchIntroduction are comparing it to the libraries listed below
Sorting:
- A simple deep learning framework in pure python for purpose of learning in DL☆439Updated 3 months ago
- 深度之眼《百面机器学习》训练营☆98Updated 5 years ago
- 动手学CV-Pytorch版☆918Updated last year
- 李航统计学习方法(第二版)的学习笔记,包括:1、每章重点公式的手动推导 2、每章算法的Python自实现 3、学习过程中的笔记与心得 4、每章节的课后习题 5、每周都会按照至少一周一章的进度定时将自己的学习进度更新到这个仓库☆122Updated 4 years ago
- 主要存储Datawhale组队学习中“计算机视觉”方向的资料。☆359Updated 9 months ago
- ☆194Updated 4 years ago
- 深度学习500问,以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述,以帮助自己及有需要的读者。 全书分为18个章节,50余万字。由于水平有限,书中不妥之处恳请广大读者批评指正。 未完待续............ 如有意合作,联系sc…☆168Updated 6 years ago
- ☆370Updated 4 years ago
- 《深度学习》花书手推笔记☆502Updated 4 years ago
- PyTorch Project Specification.☆679Updated 3 years ago
- Matplotlib中文教程,在线阅读地址:https://datawhalechina.github.io/fantastic-matplotlib/☆493Updated 2 years ago
- 本仓库将PyTorch官方书籍《Deep learning with PyTorch》(基本摘录版)翻译成中文版并给出可运行的相关代码。☆1,187Updated 4 years ago
- 《神经网络与深度学习》课后习题答案-分享讨论☆752Updated 5 years ago
- source code of my blogs 😋😋☆395Updated 2 months ago
- ✒统计学习方法第二版(李航) 学习笔记、代码实现、课后习题☆362Updated 5 years ago
- 机器学习算法,大厂面经,coding,算法比赛资源整合大礼包~助你校招乘风破浪!内容持续更新中,欢迎star🌟☆216Updated 3 years ago
- ☆147Updated 3 years ago
- 人工智能算法方面的综合资料合集:包括求职面试、机器学习、深度学习、强化学习等方面的资料和代码☆297Updated 4 years ago
- AI 算法岗简历模板☆637Updated 5 years ago
- learning fomula☆289Updated 3 years ago
- 《Machine Learning: A Probabilistic Perspective》(Kevin P. Murphy)中文翻译和书中算法的Python实现。☆603Updated 3 months ago
- 算法工程师面试题整理☆911Updated 3 years ago
- 主要存储Datawhale组队学习中“自然语言处理”方向的资料。☆915Updated 3 years ago
- ☆514Updated 4 years ago
- ☆264Updated 4 years ago
- 整理AI相关领域的一些综述☆383Updated 3 years ago
- 本项目对中文版《动手学深度学习》中的代码进行了PyTorch实现并整理为PDF版本供下载☆586Updated 4 years ago
- PyTorch从入门到精通☆878Updated 4 years ago
- 此仓库将介绍Deep Learning 所需要的基础知识以及NLP方面的模型原理到项目实操 : )☆178Updated 2 years ago
- 本课程面对具有一定机器学习基础,但尚未入门的NLPer或经验尚浅的NLPer,尽力避免陷入繁琐枯燥的公式讲解中,力求用代码展示每个模型背后的设计思想,同时也会带大家梳理每个模块下的技术演变,做到既知树木也知森林。☆87Updated last year