Traduction japonaise du matériel pédagogique public du diplôme nano d'apprentissage profond

** Mis à jour de temps en temps **: des liens seront ajoutés à partir des liens traduits.

1.Tout d'abord

J'ai terminé le Deep learning nanodegree [^ name] que je prends depuis mars 2017. Ce cours est payant, mais Jupyter Notebook de haute qualité est ouvert au public gratuitement, j'ai donc décidé de le traduire en japonais après avoir relu [^ Cible]. Le référentiel GitHub est ici. Udacity a l'autorisation de publier.

[^ Name]: Ça n'a pas d'importance, mais parfois ça s'appelle officiellement Deep learning ** foundation ** nanodegree, et parfois ça s'appelle Deep learning nanodegree ** foundation **, donc je ne savais pas ce qui était correct. Pour le moment, cet article suit Introduction à Udacity Deep Learning Nanodegree. Si vous connaissez le nom officiel, je vous serais reconnaissant de bien vouloir me le dire.

[^ Cible]: la dernière version au 13 juillet 2017 sera traduite.

deep_learning.png

C'est une traduction super gratuite, mais j'espère qu'elle sera utile pour ceux qui s'interrogent sur la possibilité de suivre le cours. De plus, je vous serais reconnaissant de bien vouloir signaler toute erreur de traduction.

  1. Deep learning nanodegree

Ceci est un cours payant de Udacity. Il couvre tous les sujets de base de l'apprentissage en profondeur, de la mise en œuvre de réseaux de neurones avec NumPy aux réseaux de neurones convolutionnels, aux réseaux de neurones récurrents et aux réseaux antagonistes génératifs. Veuillez vous référer à de merveilleux articles sur ce cours.

Certains des supports pédagogiques de ce cours sont disponibles sur YouTube et GitHub. Dans ce projet, nous traduirons le notebook publié sur GitHub en japonais [^ manual].

[^ Manual]: Idéalement, l'algorithme de Deep Learning devrait être implémenté et traduit automatiquement, mais cette fois il n'est ni puissant ni manuel. Nous recherchons des personnes capables de coopérer!

3. Table des matières

Les blocs-notes sont à peu près divisés en tutoriels et projets. Les réponses sont fournies pour les exercices du didacticiel, mais pas pour les exercices de projet. C'est parce que ce dernier est un devoir pour les étudiants Udacity. Par conséquent, dans ce projet, le didacticiel, qui est complété comme un seul bloc-notes, est la cible de la traduction.

Nous les classons en 5 groupes à notre discrétion comme suit. () Est le titre original.

3.1 Présentation

3.2 Convolutional neural networks

3.3 Recurrent neural networks

3.4 Generative adversarial networks

3.5 Autre

4. Construction de l'environnement

Le requirements.txt dans chaque répertoire montre l'environnement minimum requis pour exécuter un notebook.

pip

Vous pouvez construire l'environnement avec pip3 install -r requirements.

Conda

Il y a un fichier d'environnement pour Conda dans le répertoire ʻenvironments`. Veuillez utiliser le fichier adapté à votre plateforme.

License MIT License Copyright (c) 2017 Udacity, Inc.

Recommended Posts

Traduction japonaise du matériel pédagogique public du diplôme nano d'apprentissage profond
Matériel pédagogique Web pour apprendre Python
Début de l'apprentissage automatique (matériel didactique / informations recommandés)
Implémentation du modèle Deep Learning pour la reconnaissance d'images
Deep learning 1 Pratique du deep learning
Techniques pour comprendre la base des décisions d'apprentissage en profondeur
Apprendre en profondeur à l'expérience avec Python Chapitre 2 (Matériel pour une conférence ronde)
Prétraitement japonais pour l'apprentissage automatique
Deep running 2 Réglage de l'apprentissage profond
Apprentissage profond pour la formation composée?
Présentation d'Udacity Deep Learning Nanodegree
Traduction japonaise du manuel sysstat
Traduction japonaise du manuel Linux
Apprentissage par renforcement profond 2 Mise en œuvre de l'apprentissage par renforcement
J'ai recherché une carte similaire de Hearthstone avec Deep Learning
Résumé des pages utiles pour étudier le framework d'apprentissage profond Chainer
Traduction japonaise du manuel man-db
Traduction japonaise appropriée de pytorch tensor_tutorial
Traduction japonaise du manuel util-linux
Traduction japonaise du manuel iproute2
[AI] Apprentissage en profondeur pour le débruitage d'image
TensorFlow Deep MNIST pour la traduction d'experts
Othello-De la troisième ligne de "Implementation Deep Learning" (3)
Signification des modèles et paramètres d'apprentissage en profondeur
Créez votre propre PC pour un apprentissage en profondeur
Essayez l'apprentissage profond de la génomique avec Kipoi
Visualisez les effets de l'apprentissage profond / de la régularisation
Analyse émotionnelle des tweets avec apprentissage en profondeur
À propos des polices japonaises de matplotlib (pour Mac)
[Apprentissage en profondeur] Détection de visage Nogisaka ~ Pour les débutants ~
Enregistrement d'apprentissage de la lecture "Deep Learning from scratch"
À propos du traitement d'expansion des données pour l'apprentissage en profondeur
Othello-De la troisième ligne de "Implementation Deep Learning" (2)
Traduction japonaise: PEP 20 - Le Zen de Python
[Pour les débutants en intelligence artificielle] Parcours d'apprentissage et de référence en apprentissage automatique / programmation en profondeur
Introduction au Deep Learning pour la première fois (Chainer) Reconnaissance de caractères japonais Chapitre 4 [Amélioration de la précision de la reconnaissance en développant les données]