- Welcome to Beijing School of AI !
- An international educational non-profit platform dedicated to studying, teaching and creating AI to help solve the world’s most difficult problems. Our mission is to offer a world-class AI education to anyone on Earth for free.
- 北京分部有中文、英文两个版本,详情:
- 克隆代码库到本地:
git clone git@github.com:wqw547243068/school-of-ai-beijing.git
- 机器学习入门:
- 深度学习入门:
时间 | 章节 | 题目 | 作业 | 备注 |
---|---|---|---|---|
2019-04-21 | 第一节 | 深度学习入门指南 | 请完成ppt里提到的作业,长期 | 这节课长达2h,内容非常多 |
2018-04-27 | 第二节 | 图像分类 | 请提前预习 | 安装fastai环境并动手实现 |
2018-05-* | 第三节 | 特征工程及SGD | - | |
2018-05-* | 第四节 | - | - | |
- | - | - | - | - |
最新课程安排见project区
- 本教程以fastai的速成课为蓝本
- 主题:fastai课程的第一课进行讨论:图像分类。
- 时间:于4月27日星期日下午5点举行
- 地点:双清路77号院双清大厦4号楼4层清华数据科学研究院
议程:
- 简要介绍fastai第1课的所有必要资源:图像分类。如何获取fastai的资源。 30分钟。我们将确保每个人都了解课程结构和官方资源。关于**云GPU的讨论。
- 6名学生(或更少)将现场演示他们的第一课作业。(每位演讲人10分钟)。 1小时或更短时间。
- 自由问答。完成第一课的学生将与第一课中遇到困难的学生合作。30分钟
资料:
- 第1课的官方视频:图像分类:https://course.fast.ai/videos/?lesson=1
- 带有英文字幕的第1课视频(无需vpn):https://www.bilibili.com/video/av41718196?from=search&seid=15198798356009994731
- 官方资源和第1课的更新:https://forums.fast.ai/t/lesson-1-official-resources-and-updates/27936
- AI北京学习集团官方论坛:https://forums.fast.ai/t/school-of-ai-beijing-study-group/43436。
- 视频详细说明:https://github.com/hiromis/notes/blob/master/Lesson1.md
- 主代码库:https://github.com/fastai/course-v3
- 主要网站:https://course.fast.ai/
- 主要论坛(需要个人注册):https://forums.fast.ai/
PS:即使不太了解Python,您也可以运行第1课中的所有代码行,这将激励你去研究细节。 (最终你需要了解自行车的机械才能够骑它吗?)。如果您在某个问题上确实无法解决,欢迎您在微信组或以下网址提出任何问题:https://forums.fast.ai/t/school-of-ai-beijing-study-group/43436
-
iris数据集+机器学习实战
-
CNN简介
- 计算机视觉
- CNN基本结构
-
应用
-
反思
欢迎大家入群分享、交流!