Skip to content

Releases: d2l-ai/d2l-zh

0.6版发布

27 Feb 22:32
@mli mli
6dd4de5
Compare
Choose a tag to compare

新增教程

循环神经网络

  • 循环神经网络 — 从0开始
  • 通过时间反向传播
  • 门控循环单元(GRU)— 从0开始
  • 长短期记忆(LSTM)— 从0开始
  • 循环神经网络 — 使用Gluon

计算机视觉

  • YOLO — 使用Gluon
  • 语义分割:FCN
  • 样式迁移
  • 实战Kaggle比赛——使用Gluon识别120种狗 (ImageNet Dogs)

自然语言处理

  • 词向量 — word2vec
  • 词向量 — GloVe和fastText
  • 使用预训练的词向量
  • 编码器—解码器(seq2seq)和注意力机制
  • 神经机器翻译

0.5版发布

26 Nov 04:54
@mli mli
Compare
Choose a tag to compare

新增教程

计算机视觉

  • 物体检测概述
  • 物体检测 --- SSD
  • 全连接卷积网络
  • 样式迁移
  • 实战Kaggle比赛——使用Gluon识别120种狗 (ImageNet Dogs)

优化算法

  • AdaDelta: scatach and gluon
  • Adam: scatach and gluon
  • RMSProp: scatach and gluon
  • AdaGrad: scatach and gluon

其他更新

  • FIX了latex编译的一些bug
  • FIX了很多typo

0.4版发布

25 Oct 20:46
@mli mli
Compare
Choose a tag to compare

新增教程

前言

  • 在AWS上运行教程

卷积神经网络

  • 网络中的网络
  • 更深的卷积神经网络:GoogLeNet
  • ResNet:深度残差网络
  • DenseNet:稠密连接的卷积神经网络

优化算法

  • 优化算法概述
  • 梯度下降和随机梯度下降 — 从0开始
  • 梯度下降和随机梯度下降 — 使用Gluon
  • 动量法 — 从0开始
  • 动量法 — 使用Gluon

Gluon高级

  • Hybridize:更快和更好移植
  • 延迟执行
  • 自动并行
  • 多GPU来训练 — 从0开始
  • 多GPU来训练 — 使用Gluon

计算机视觉

  • 图片增强
  • 实战Kaggle比赛——使用Gluon对原始图像文件分类(CIFAR-10)

其他改动

  • 改进了Makefile,每次编译只运行改动后的notebook
  • 使用了S3+CloudFront来host网页
  • URL里面加了chapter名字,可能break前面的一些link
  • CI server从单M60改到双M60
  • FIX了很多文字

0.3版发布

03 Oct 18:22
@mli mli
Compare
Choose a tag to compare

新增教程

监督学习

  • 丢弃法(Dropout)— 从0开始
  • 丢弃法(Dropout)— 使用Gluon

卷积神经网络

  • 批量归一化 — 从0开始
  • 批量归一化 — 使用Gluon
  • 深度卷积神经网络和AlexNet
  • VGG:使用重复元素的非常深的网络

其他改动

主要是fix typo

0.2版发布

18 Sep 02:28
@mli mli
Compare
Choose a tag to compare

新增教程

监督学习

  • 欠拟合和过拟合
  • 正则化 — 从0开始
  • 正则化 — 使用Gluon
  • 实战Kaggle比赛——使用Gluon预测房价和K折交叉验证

Gluon基础

  • 创建神经网络
  • 初始化模型参数
  • 序列化 — 读写模型
  • 设计自定义层
  • 使用GPU来计算

循环神经网络

  • 循环神经网络 — 从0开始

其他改动

  • 除了HTML版本外,也发布PDF可打印版本。
  • 将mxnet依赖改到9/15/2017
  • 为kaggle教程加了pandas的依赖
  • 更详细的安装教程
  • random_uniform 改成 random.uniform
  • fix了一堆typo

0.1版发布

11 Sep 04:19
@mli mli
Compare
Choose a tag to compare

主要特性

翻译并改进了下面教程

  • 为什么要做这个项目
  • 前言
  • 安装和使用
  • 机器学习简介
  • 使用NDArray来处理数据
  • 使用autograd来自动求导
  • 从0开始的线性回归
  • 使用Gluon的线性回归
  • 从0开始的多类逻辑回归
  • 使用Gluon的多类逻辑回归
  • 从0开始的多层感知机
  • 使用Gluon的多层感知机
  • 从0开始的卷积神经网络
  • 使用Gluon的卷积神经网络

架设了文档服务器: https://zh.gluon.ai
开始运营了社区:https://discuss.gluon.ai