Repolode
mrdbourke

mrdbourke/pytorch-deep-learning

Бесплатный онлайн-курс с упором на практический код и коллекцией ноутбуков: глубокое обучение на PyTorch от основ до развёртывания моделей.

Звёзды
19,381
Форки
5,242
Открытые issues
150
Последний коммит
в прошлом месяце

Что это?

В репозитории собраны материалы курса Zero to Mastery «Learn PyTorch for Deep Learning». Контент разбит на десять пронумерованных ноутбуков Google Colab с пояснениями к коду, изображениями, слайдами и упражнениями с решениями. Темы охватывают основы PyTorch и процесс обучения, классификацию с помощью нейросетей, компьютерное зрение, пользовательские датасеты, модульные Python-скрипты, transfer learning, отслеживание экспериментов, воспроизведение результатов научных статей и развёртывание моделей.

Курс построен по принципу обучения на практике: преподаватель пишет код на PyTorch, а учащиеся повторяют за ним. Все материалы также опубликованы в виде удобной для чтения онлайн-книги на learnpytorch.io, а первые пять разделов доступны в виде длинного видео на YouTube. На протяжении курса один проект — классификатор изображений FoodVision — служит сквозным примером для трёх проектов-этапов.

Курс рассчитан на начинающих в машинном обучении, которые уже знакомы с Python и умеют работать с Jupyter notebooks или Google Colab. В него также входят шпаргалка по PyTorch, краткое введение в PyTorch 2.0 и список дополнительных учебных материалов.

Ключевые возможности

  • 01Десять последовательных ноутбуков, охватывающих PyTorch — от основ работы с тензорами до развёртывания моделей.
  • 02В каждом разделе есть упражнения, решения и рекомендации по дополнительным материалам.
  • 03Код можно запускать в Google Colab или локально в Jupyter.
  • 04Бесплатная версия в виде онлайн-книги доступна на learnpytorch.io.
  • 05Включает шпаргалку по PyTorch и введение в PyTorch 2.0.

Сценарии использования

  • Изучение PyTorch с нуля для начинающих в машинном обучении.
  • Практическое прохождение курса по созданию классификатора изображений с помощью компьютерного зрения и transfer learning.
  • Изучение принципов организации кода PyTorch в виде модульных Python-скриптов.
  • Практика отслеживания экспериментов и развёртывания моделей на примере полноценного проекта.

Быстрый старт

  1. 1

    Откройте онлайн-книгу на learnpytorch.io и выберите раздел

  2. 2

    Нажмите кнопку Open in Colab в верхней части раздела

  3. 3

    Несколько раз нажмите SHIFT+Enter, чтобы запустить ячейки с кодом

Что важно знать

  • Материалы курса рассчитаны в первую очередь на работу в Google Colab, поэтому локальная настройка не является основным вариантом.
  • Курс рассчитан на начинающих, поэтому может не подойти разработчикам с большим опытом в машинном обучении.

В подборках

Темы

Частые вопросы

Что такое pytorch-deep-learning?
Бесплатный онлайн-курс с упором на практический код и коллекцией ноутбуков: глубокое обучение на PyTorch от основ до развёртывания моделей. В репозитории собраны материалы курса Zero to Mastery «Learn PyTorch for Deep Learning». Контент разбит на десять пронумерованных ноутбуков Google Colab с пояснениями к коду, изображениями, слайдами и упражнениями с решениями. Темы охватывают основы PyTorch и процесс обучения, классификацию с помощью нейросетей, компьютерное зрение, пользовательские датасеты, модульные Python-скрипты, transfer learning, отслеживание экспериментов, воспроизведение результатов научных статей и развёртывание моделей.
pytorch-deep-learning можно использовать бесплатно? Какая у него лицензия?
pytorch-deep-learning распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
pytorch-deep-learning всё ещё поддерживается?
Обновлялся за последние 6 месяцев. Последний коммит в pytorch-deep-learning — 27 сент. 2026 г..
Для чего можно использовать pytorch-deep-learning?
Изучение PyTorch с нуля для начинающих в машинном обучении. Практическое прохождение курса по созданию классификатора изображений с помощью компьютерного зрения и transfer learning. Изучение принципов организации кода PyTorch в виде модульных Python-скриптов. Практика отслеживания экспериментов и развёртывания моделей на примере полноценного проекта.
Как установить pytorch-deep-learning?
Откройте онлайн-книгу на learnpytorch.io и выберите раздел Нажмите кнопку Open in Colab в верхней части раздела Несколько раз нажмите SHIFT+Enter, чтобы запустить ячейки с кодом
Где скачать pytorch-deep-learning?
Исходный код и инструкции по установке — на GitHub: https://github.com/mrdbourke/pytorch-deep-learning

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Учебный репозиторий на китайском языке: основы математики для ИИ, машинное и глубокое обучение, Transformer, BERT и разборы конкурсных задач с пояснениями к коду и датасетами.

3,6 тыс.476Jupyter NotebookMITОбновлён 21 день назад

Бесплатная книга на китайском языке и примеры кода для изучения PyTorch: от основ до CV, NLP, приложений на базе LLM и развёртывания.

4,6 тыс.+7 за неделю492Jupyter NotebookБез лицензииАктивно поддерживаетсяОбновлён 7 дней назад