Учебная программа Microsoft по ИИ для начинающих: 12 недель и 24 урока о символическом ИИ, нейросетях, компьютерном зрении, NLP и этике, с ноутбуками на PyTorch и TensorFlow.
amrzv/awesome-colab-notebooks
Подборка ноутбуков Google Colaboratory для экспериментов и обучения машинному обучению в формате awesome-листа.
- Звёзды
- 1,665
- Форки
- 272
- Открытые issues
- 3
- Последний коммит
- 3 месяца назад
Что это?
В этом репозитории собрана подборка ноутбуков Google Colaboratory с экспериментами по машинному обучению. Ссылки на запускаемые ноутбуки сгруппированы по категориям — курсы, статьи и пакеты. Читатели могут открыть пример в браузере без локальной настройки окружения.
Подборка охватывает самые разные темы: от вводных курсов по глубокому обучению и обучению с подкреплением до ноутбуков, посвящённых отдельным научным статьям и популярным библиотекам, таким как TensorFlow, PyTorch и JAX. Многие записи содержат ссылки на исходный курс или проект и значок Open In Colab.
Эта коллекция — удобная отправная точка для поиска практических материалов. Записи разбиты на разделы, а на странице также есть список популярных репозиториев и пакетов из той же экосистемы ноутбуков.
Ключевые возможности
- 01Ноутбуки Colab сгруппированы по разделам: курсы, статьи и пакеты.
- 02У каждой записи есть значок Open In Colab, позволяющий запустить ноутбук в браузере в один клик.
- 03Представлены TensorFlow, PyTorch, JAX и другие распространённые ML-фреймворки.
- 04Вместе с ноутбуками приведены ссылки на исходные учебные материалы, книги и сайты проектов.
Сценарии использования
- Найти практический ноутбук для изучения глубокого обучения или обучения с подкреплением.
- Повторить примеры из научной статьи без настройки локального окружения с GPU.
- Просмотреть популярные ML-библиотеки и их руководства в одном месте.
Быстрый старт
- 1
Просматривайте таблицы Courses, Trending и другие, а затем нажмите на значок Open In Colab, чтобы открыть блокнот в Google Colab.
Темы
Частые вопросы
- Что такое awesome-colab-notebooks?
- Подборка ноутбуков Google Colaboratory для экспериментов и обучения машинному обучению в формате awesome-листа. В этом репозитории собрана подборка ноутбуков Google Colaboratory с экспериментами по машинному обучению. Ссылки на запускаемые ноутбуки сгруппированы по категориям — курсы, статьи и пакеты. Читатели могут открыть пример в браузере без локальной настройки окружения.
- awesome-colab-notebooks можно использовать бесплатно? Какая у него лицензия?
- awesome-colab-notebooks распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- awesome-colab-notebooks всё ещё поддерживается?
- Обновлялся за последние 6 месяцев. Последний коммит в awesome-colab-notebooks — 6 авг. 2026 г..
- Для чего можно использовать awesome-colab-notebooks?
- Найти практический ноутбук для изучения глубокого обучения или обучения с подкреплением. Повторить примеры из научной статьи без настройки локального окружения с GPU. Просмотреть популярные ML-библиотеки и их руководства в одном месте.
- Как установить awesome-colab-notebooks?
- Просматривайте таблицы Courses, Trending и другие, а затем нажмите на значок Open In Colab, чтобы открыть блокнот в Google Colab.
- Где скачать awesome-colab-notebooks?
- Исходный код и инструкции по установке — на GitHub: https://github.com/amrzv/awesome-colab-notebooks
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Высокопроизводительная система для работы с ML-моделями в production: версионируемые gRPC- и HTTP-endpoint’ы для инференса.
Подборка библиотек, моделей, реализаций, руководств и статей по PyTorch на GitHub.
Keras 3 — фреймворк для глубокого обучения, работающий на JAX, TensorFlow, PyTorch или OpenVINO для инференса.
Просмотрщик моделей нейросетей, глубокого и машинного обучения с поддержкой ONNX, TensorFlow, PyTorch, Core ML и многих других форматов.
Кроссплатформенный ускоритель для запуска ML-моделей, экспортированных в формат ONNX, с поддержкой обучения с помощью PyTorch-скриптов.