12.7K ·GitHub
Что это такое?
Подобранный список руководств, статей, проектов, библиотек, видео, книг и сообществ, связанных с PyTorch: от базового глубокого обучения до LLM, агентного ИИ и обучения с подкреплением.
Подобранный список руководств, статей, проектов, библиотек, видео, книг и сообществ, связанных с PyTorch: от базового глубокого обучения до LLM, агентного ИИ и обучения с подкреплением.Это библиотека или просто список ссылок?Это исключительно подобранный каталог ссылок, сгруппированных по темам в оглавлении (LLM, агентный ИИ, компьютерное зрение, NLP и т. д.). Это не библиотека и не пакет, который нужно устанавливать.
Это исключительно подобранный каталог ссылок, сгруппированных по темам в оглавлении (LLM, агентный ИИ, компьютерное зрение, NLP и т. д.). Это не библиотека и не пакет, который нужно устанавливать.Как устроен список и с чего начать?Записи собраны в большое оглавление по предметным областям: сначала идут общие руководства по PyTorch, затем LLM, агентный ИИ, guardrails, табличные данные, компьютерное зрение, NLP и другие разделы. Новичкам стоит начать с Official PyTorch Tutorials и «Dive Into Deep Learning with PyTorch», которые стоят в начале раздела Tutorials.
Записи собраны в большое оглавление по предметным областям: сначала идут общие руководства по PyTorch, затем LLM, агентный ИИ, guardrails, табличные данные, компьютерное зрение, NLP и другие разделы. Новичкам стоит начать с Official PyTorch Tutorials и «Dive Into Deep Learning with PyTorch», которые стоят в начале раздела Tutorials.Нужно ли что-то устанавливать, чтобы просто просмотреть этот список?Нет, это просто README. Понадобятся только зависимости того руководства, библиотеки или статьи по ссылке, которую вы решите попробовать.
Нет, это просто README. Понадобятся только зависимости того руководства, библиотеки или статьи по ссылке, которую вы решите попробовать.Проверяются ли записи и поддерживаются ли они в актуальном состоянии?Репозиторий опирается на запросы на внесение изменений (pull request) от сообщества для добавления и обновления записей, поэтому актуальность и проверка зависят от постоянного вклада участников, а не от формальной процедуры рецензирования.
Репозиторий опирается на запросы на внесение изменений (pull request) от сообщества для добавления и обновления записей, поэтому актуальность и проверка зависят от постоянного вклада участников, а не от формальной процедуры рецензирования.Для кого этот список?Для пользователей PyTorch и практиков глубокого обучения: от новичков, которые ищут руководства, до исследователей, которые ищут статьи по узким темам, таким как квантовое машинное обучение, спайковые нейронные сети или финансовое машинное обучение.
Для пользователей PyTorch и практиков глубокого обучения: от новичков, которые ищут руководства, до исследователей, которые ищут статьи по узким темам, таким как квантовое машинное обучение, спайковые нейронные сети или финансовое машинное обучение.Есть ли здесь материалы по большим языковым моделям и ИИ-агентам?Да, есть отдельные разделы по LLM (обучение, дообучение, квантизация, RAG) и агентному ИИ (мультиагентные системы, автономные агенты, фреймворки планирования и рассуждений, такие как LangGraph, AutoGen, CrewAI и AutoGPT).
Да, есть отдельные разделы по LLM (обучение, дообучение, квантизация, RAG) и агентному ИИ (мультиагентные системы, автономные агенты, фреймворки планирования и рассуждений, такие как LangGraph, AutoGen, CrewAI и AutoGPT).Есть ли что-нибудь про безопасность ИИ или guardrails?Да, раздел «Guardrails and AI Safety» включает инструменты для модерации контента, защиты от внедрения промптов, выявления смещений, приватного машинного обучения (Opacus, PySyft, CrypTen) и интерпретируемости моделей (SHAP, Captum, LIME).
Да, раздел «Guardrails and AI Safety» включает инструменты для модерации контента, защиты от внедрения промптов, выявления смещений, приватного машинного обучения (Opacus, PySyft, CrypTen) и интерпретируемости моделей (SHAP, Captum, LIME).Есть ли отдельный ресурс только про ИИ-агентов?Да, README ссылается на отдельный сопутствующий список «The Incredible AI Agents», где эта тема раскрыта глубже.
Да, README ссылается на отдельный сопутствующий список «The Incredible AI Agents», где эта тема раскрыта глубже.Сколько тем охватывает список?Десятки: от GAN, трансформеров, сегментации и обучения с подкреплением до временных рядов, финансового машинного обучения, квантового машинного обучения и спайковых нейронных сетей.
Десятки: от GAN, трансформеров, сегментации и обучения с подкреплением до временных рядов, финансового машинного обучения, квантового машинного обучения и спайковых нейронных сетей.What are similar projects?Machine-Learning-Tutorials, DeepLearning, Deep-Learning-Papers-Reading-Roadmap, awesome-deep-learning-papers, autumn-recruitment, ai-engineering-interview-questions-company-wise, llm_interview_note, LLM101n
Machine-Learning-Tutorials, DeepLearning, Deep-Learning-Papers-Reading-Roadmap, awesome-deep-learning-papers, autumn-recruitment, ai-engineering-interview-questions-company-wise, llm_interview_note, LLM101nWhich topics is it in?deep-learning-tutorial, deep-neural-networks, reinforcement-learning, quantization, fine-tuning, transformer, nlp, rag, computer-vision, multi-agent, learning-resources, pytorch
deep-learning-tutorial, deep-neural-networks, reinforcement-learning, quantization, fine-tuning, transformer, nlp, rag, computer-vision, multi-agent, learning-resources, pytorch