Github项目推荐 | Full Stack Deep Learning Labs - 全栈深度学习训练营(课程视频)

2019 年 4 月 28 日 AI研习社

本项目是在Full Stack深度学习训练营的实验课期间开发的。

Github项目地址:

https://github.com/full-stack-deep-learning/fsdl-text-recognizer-project

课程视频地址:

https://fullstackdeeplearning.com/march2019(Youtube视频)

  • 我们将从头开始构建手写识别系统,并将其部署为Web服务。

  • 使用Keras,但设计为模块化、可编程和可扩展

  • 提供并行训练模型的代码,并在权重和偏差中存储评估

  • 我们将为我们的代码库建立持续集成系统,这个系统将会检查代码的功能并评估即将部署的模型。

  • 我们将预测系统打包为REST API,可部署为Docker容器。

  • 我们将把预测系统作为一个无服务器的函数部署到Amazon Lambda中。

  • 最后,我们将设置监控功能,以便在传入数据分布发生变化时提醒我们。


2019年春季训练营的时间表

第一节(90分钟)

  • 实验课概述。 (15分钟)

  • 进行设置。 (10分钟)

  • 实验1(20分钟):项目结构。

  • 实验2(25分钟):介绍EMNIST。 训练代码的细节。 训练和评估角色预测基线。

  • 实验3(20分钟):介绍EMNIST系列。 模型架构概述。 在EMNIST Lines上训练我们的模型。

第二节(60分钟)

  • 实验4(20分钟):权重与偏差+平行实验。

  • 实验5(40分钟):IAM线路和实验时间(启动一系列实验,让它们在共享的W&B中运行一整夜)。

第三节(90分钟)

  • 查看W&B课程的结果

  • 实验6(60分钟):行检测任务

  • 实验7(30分钟):数据标记

  • 通过数据版本控制,甚至可以为第一天生成的新数据添加一些标签界面

第四节(75分钟)

  • 实验8(15分钟):持续整成

  • 实验9(60分钟):Web部署


设置

1.注册W&B

前往 https://app.wandb.ai ,点击‘sign up’,使用Github账号注册(如果你愿意,也可以用其他方式注册)

2.设置JupyterLab实例

前往 https://app.wandb.ai/profile ,在Access code字段中输入我们将在会话中与你共享的代码。你应该将其放入具有2个GPU的JuypyterLab实例中以便在实验中使用。

3.检查项目仓库

你的主目录中应该有项目仓库了,请进行访问并检查是否为最新版本。

cd fsdl-text-recognizer-projectgit pull origin master

如果没有,请在JupyterLab实例中打开一个shell并运行:

git clone https://github.com/gradescope/fsdl-text-recognizer-project.gitcd fsdl-text-recognizer-project

4.设置Python环境

运行:

pipenv install --dev

从现在开始,使用 pipenv run 运行前面的命令以确保它们使用正确的环境。


准备好了吗?

现在你应该为实验做准备了。每个实验的说明都在它们文件夹中的自述文件中。

你会注意到,在repo中也有针对所有实验的解决方案。如果你遇到了困难,欢迎你来看看!


今日话题讨论

点击 阅读原文,查看更多内容

登录查看更多
5

相关内容

专知会员服务
115+阅读 · 2019年12月24日
【课程】伯克利2019全栈深度学习课程(附下载)
专知会员服务
56+阅读 · 2019年10月29日
Tensorflow官方视频课程-深度学习工具 TensorFlow入门
深度学习与NLP
12+阅读 · 2019年3月12日
<好书推荐> -《Pro Deep Learning with TensorFlow》分享
深度学习与NLP
12+阅读 · 2018年9月13日
程序员精选:TensorFlow和ML前5名的课程
云栖社区
8+阅读 · 2018年8月27日
精选10大机器学习开源项目 !(附链接)
数据派THU
7+阅读 · 2018年5月3日
3月份Github上最热门的数据科学和机器学习项目
大数据技术
7+阅读 · 2018年4月23日
学界 | MIT深度学习课程全部视频及课件开放
大数据文摘
7+阅读 · 2018年2月20日
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
11+阅读 · 2018年7月31日
Arxiv
7+阅读 · 2018年6月8日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
4+阅读 · 2018年4月17日
VIP会员
相关资讯
Tensorflow官方视频课程-深度学习工具 TensorFlow入门
深度学习与NLP
12+阅读 · 2019年3月12日
<好书推荐> -《Pro Deep Learning with TensorFlow》分享
深度学习与NLP
12+阅读 · 2018年9月13日
程序员精选:TensorFlow和ML前5名的课程
云栖社区
8+阅读 · 2018年8月27日
精选10大机器学习开源项目 !(附链接)
数据派THU
7+阅读 · 2018年5月3日
3月份Github上最热门的数据科学和机器学习项目
大数据技术
7+阅读 · 2018年4月23日
学界 | MIT深度学习课程全部视频及课件开放
大数据文摘
7+阅读 · 2018年2月20日
相关论文
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
11+阅读 · 2018年7月31日
Arxiv
7+阅读 · 2018年6月8日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
4+阅读 · 2018年4月17日
Top
微信扫码咨询专知VIP会员