Repolode
Enviar
udacity

udacity/deep-learning

Uma coleção de tutoriais e projetos em notebooks Jupyter do programa Udacity Deep Learning Nanodegree Foundation, com redes neurais, RNNs, GANs e muito mais.

Ver no GitHubSite
Estrelas
4,059
Forks
4,381
Issues abertas
3
Último commit
há 12 dias

O que é?

Este repositório reúne os notebooks de tutoriais e projetos usados no programa Udacity Deep Learning Nanodegree Foundation. A maioria dos tutoriais apresenta a implementação de modelos como redes convolucionais, redes recorrentes e GANs, enquanto outros abordam tópicos como inicialização de pesos e batch normalization.

Os tutoriais vão de um modelo de análise de sentimentos feito com NumPy a introduções ao TensorFlow, TFLearn e TensorBoard. Outros notebooks abordam autoencoders, transfer learning com VGG, embeddings Word2Vec, modelos sequence-to-sequence e deep Q-learning em um jogo do OpenAI Gym.

Os notebooks dos projetos incluem um preditor de aluguel de bicicletas em NumPy, classificação de imagens CIFAR-10, geração de texto, tradução automática do inglês para o francês e geração de rostos com um DCGAN no CelebA. Cada diretório inclui seu próprio requirements.txt, e há arquivos de ambiente Conda na pasta environments.

Recursos principais

  • 01Notebooks de tutoriais sobre CNNs, RNNs, GANs, autoencoders e aprendizado por reforço
  • 02Implementações em NumPy, TensorFlow e TFLearn
  • 03Cinco notebooks de projetos, incluindo classificação de imagens e tradução automática
  • 04Arquivos requirements.txt em cada diretório para instalações com pip
  • 05Arquivos de ambiente Conda, com variantes separadas para GPU

Casos de uso

  • Aprender deep learning implementando modelos passo a passo no Jupyter
  • Estudar os conceitos básicos do TensorFlow com notebooks introdutórios
  • Praticar com implementações de GAN, RNN ou Word2Vec
  • Fazer os projetos do Nanodegree fora do curso

Início rápido

  1. 1

    Escolha um tutorial ou uma pasta de projeto no índice

  2. 2

    Instale com pip as dependências dessa pasta

    pip3 install -r requirements.txt

Antes de usar

  • Os arquivos de ambiente do Conda dependem da plataforma, então talvez você precise daquele que corresponda ao seu sistema.
  • O material é baseado no programa Udacity Nanodegree e consiste em uma coleção de notebooks, não em uma biblioteca empacotada.

Em coleções

Ferramentas de aprendizado e educação de código aberto

Tópicos

#deep-learning#jupyter#tensorflow#neural-networks#tutorial#gan#rnn#education

Perguntas frequentes

O que é deep-learning?
Uma coleção de tutoriais e projetos em notebooks Jupyter do programa Udacity Deep Learning Nanodegree Foundation, com redes neurais, RNNs, GANs e muito mais. Este repositório reúne os notebooks de tutoriais e projetos usados no programa Udacity Deep Learning Nanodegree Foundation. A maioria dos tutoriais apresenta a implementação de modelos como redes convolucionais, redes recorrentes e GANs, enquanto outros abordam tópicos como inicialização de pesos e batch normalization.
deep-learning é gratuito? Qual é a licença?
deep-learning é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
deep-learning ainda é mantido?
Manutenção ativa. O último commit de deep-learning foi em 27 de out. de 2026.
Para que posso usar deep-learning?
Aprender deep learning implementando modelos passo a passo no Jupyter Estudar os conceitos básicos do TensorFlow com notebooks introdutórios Praticar com implementações de GAN, RNN ou Word2Vec Fazer os projetos do Nanodegree fora do curso
Como instalar deep-learning?
Escolha um tutorial ou uma pasta de projeto no índice Instale com pip as dependências dessa pasta: pip3 install -r requirements.txt
Onde consigo deep-learning?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/udacity/deep-learning

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados