Dieses Projekt reproduziert das Buch Dive Into Deep Learning (https://d2l.ai/), indem der Code von MXNet nach PyTorch angepasst wird.
Erforschen Sie Konzepte des Deep Learning durch Codebeispiele, die aus einem beliebten Lehrbuch angepasst wurden.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarDieses Projekt reproduziert das Buch Dive Into Deep Learning (https://d2l.ai/), indem der Code von MXNet nach PyTorch angepasst wird.
d2l-pytorch hat 4.4k Sterne auf GitHub. Es wurde 1.2k-mal geforkt. d2l-pytorch ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2019 aktiv entwickelt. d2l-pytorch ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: book, computer-vision, d2l, data-science.
Dieses Projekt reproduziert das Buch Dive Into Deep Learning (https://d2l.ai/), indem der Code von MXNet nach PyTorch angepasst wird.
d2l-pytorch ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.
Ja. d2l-pytorch ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
d2l-pytorch ist unter der Apache-2.0-Lizenz verfügbar.
d2l-pytorch ist hauptsächlich in Jupyter Notebook geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/dsgiitr-d2l-pytorch.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.