1.変圧器
- アドレス: https://github.com/huggingface/transformers
- スター: 46.0k
- フォーク:10.9k
機械学習プロジェクト
Google の言語表現モデルは、PyTorch によって実装された事前トレーニング モデルおよび PyTorch フレームワークと組み合わせることで、より使いやすくなり、初心者がすぐに使い始めて PyTorch を理解できるようになり、初心者にとっては実験や研究がより便利になります。
2. PyTorch ディープラーニングの基礎を始める
- 住所: https://www.lanqiao.cn/courses/1348
- 研究: 2.2k
機械学習、基本入門、Python、PyTorch プロジェクト
PyTorch は Facebook が開発した深層学習フレームワークであり、効率的な計算処理と使いやすさから多くの大企業や研究者に愛用されています。このコースでは、pytorch の基本文法を学び、Autograd の自動導出メカニズムを理解し、最後に pytorch を使用して画像分類タスクに使用できる人工ニューラル ネットワークを構築します。初心者がディープラーニングについて学び、PyTorch を理解するための最初の選択肢です。
3.PyTorch-NLP
- アドレス: https://github.com/PetrochukM/PyTorch-NLP
- 星: 1.9k
- フォーク:230
機械学習プロジェクト
PyTorchNLP は、torchnlp と呼ばれるラピッド プロトタイピング (データセットとニューラル ネットワーク層を含む) をサポートするツールキットです。このライブラリは、ニューラル ネットワーク レイヤー、データセット ライブラリ、およびテキスト処理モジュールをカプセル化して、自然言語処理の研究者が自然言語処理の実践と研究を加速できるようにします。
4. 非local_pytorch
- アドレス: https://github.com/AlexHex7/Non-local_pytorch
- スター: 1.3k
- フォーク:251
機械学習プロジェクト
このプロジェクトは Nonlocal Net のサードパーティ実装であり、実装フレームワークは pytorch です。このプロジェクトは理解しやすいですが、大規模なオープン データセットではまだテストされていません。ただし、研究者による参考のために MNIST の例が添付されています。Nonlocal Net 自体は、画像分野にアテンション メカニズムを導入した He Yuming の研究チームによる論文に由来しています。Nonlocal Net の提案により、画像分野におけるアテンション メカニズムの応用と開発が促進され、過去 2 年間で関連論文が後を絶たないほど出てきました。Nonlocal Net Pytorch プロジェクトを学習すると、PyTorch を使用してトップ ジャーナル論文のモデルを実装する方法をより直感的に理解できるようになります。
5. 自然言語処理の要素技術の実現と応用
- 住所: https://www.lanqiao.cn/courses/1329
- 研究:269
機械学習、NLP、Python、PyTorch プロジェクト
このコース プロジェクトでは、中国語を主な処理対象として取り上げ、中国語の単語の分割、固有表現認識、品詞のタグ付けなど、中国語の自然言語処理テクノロジのいくつかの一般的な基盤テクノロジを段階的に説明します。これら 3 つの要素技術も実用化の度合いが比較的高い成熟した技術であり、これらを習得すれば、NLP 分野での実戦能力に大きく役立ちます。
6. 自然言語処理事前学習技術の実践
- 住所: https://www.lanqiao.cn/courses/1372
- 研究:228
機械学習、NLP、Python、PyTorch プロジェクト
事前トレーニングされたモデルは、自然言語処理の分野で広く使用されています。このコース プロジェクトでは、PyTorch が開発した pytorch-Transformers 事前トレーニング モデル ライブラリを実戦形式で使用し、Bert、gpt-2、XLNet などの最先端の事前トレーニング モデル テクノロジーを紹介することに焦点を当てます。
7. 自然言語処理の上級ハンドブック
- 住所: https://www.lanqiao.cn/courses/3382
- 研究:167
Python、機械学習、PyTorch プロジェクト
このコース プロジェクトでは、テキストの前処理、テキスト分類、テキスト生成、言語モデル、注意メカニズム、機械翻訳、自己注意メカニズム、NLP フロンティア モデルなど、NLP エンジニアが習得しなければならないテクノロジーをカバーしています。高度な教材で、すべての友人に適しています。 NLP を学ぶための基本的な経験がある人。
8. PyTorch の基本的な入力の練習
- 住所: https://www.lanqiao.cn/courses/2534
- 研究:159
機械学習、Python、PyTorch、入門実践プロジェクト
Pytorch は、Torch ベースのオープンソース Python 機械学習サードパーティ ライブラリで、主に Facebook の人工知能チームによって開発されました。このプロジェクトコースでは、PyTorch の基礎的な知識とパフォーマンスを理解できます。PyTorch フレームワークは、強力な GPU アクセラレーションを可能にするだけでなく、動的ニューラル ネットワークもサポートします。したがって、多くのインターネット企業がディープラーニングでこのフレームワークを使用することになります。このプロジェクト コースは、PyTorch 初心者を対象としています。Old K も PyTorch を始めるためにこのコースを学びました。全体の内容は 15 章に分かれており、主に pytorch の文法構造と応用シナリオを説明します。
9. S3FD.pytorch
- アドレス: https://github.com/yxlijun/S3FD.pytorch
- スター: 216
- フォーク:49
機械学習プロジェクト
このプロジェクトは、論文「S3FD:Single Shot Scale-invariant Face Detector」のモデル実装です。S3fd は、FDDB の評価において比較的精度の高い顔検出手法の 1 つです。この論文は顔スケールの問題を解決し、小さな顔の検出をさらに改善します。コードをテストするための論文と組み合わせると、より大きな利益が得られます
10.LIS-YNP
- アドレス: https://github.com/Eurus-Holmes/LIS-YNP
- 星: 93
- フォーク:22
機械学習プロジェクト
github 上のオープンソース PyTorch チュートリアル。基本的なチュートリアル、参考リソース、高度な資料、興味深い実践的なプロジェクトが含まれます。誰にでも適しています。