Материалы курса "Глубинное обучение", прочитанного на ФКН ВШЭ весной 2018г.
Switch branches/tags
Nothing to show
Clone or download
Fetching latest commit…
Cannot retrieve the latest commit at this time.
Permalink
Type Name Latest commit message Commit time
Failed to load latest commit information.
lectures
seminars
LICENSE
README.md

README.md

Материалы курса "Глубинное обучение", прочитанного на ФКН ВШЭ весной 2018г.

Преподаватели

Лектор: Антон Осокин

Семинаристы: Артем Бабенко, Алексей Умнов, Алексей Озерин

Программа курса

Disclaimer

Курс "Глубинное обучение" разрабатывался не как онлайн-курс, а как классический университетский курс с лекциями и семинарами. Видео-запись осуществлялась только для внутреннего использования (Кристина, спасибо большое!).

Тем не менее, мы решили выложить все материалы в открытый доступ под MIT лицензией на случай если они кому-то будут полезны. Единственная просьба, пожалуйста, не выкладывайте решения семинаров в открытый доступ!

Материалы

Все материалы курса на русском языке!

Выложены следующие материалы:

Пожалуйста, не выкладывайте решения семинаров в открытый доступ! Мы хотим переиспользовать материалы на следующих итерациях курса.

Минутка рекламы: на ФКН мы каждый год набираем студентов-магистров-аспирантов — приходите к нам учиться! Очно мы всегда стараемся дать больше, чем просто контент :-)

Технические требования семинаров

Все семинары разрабатывались для выполнения на обычных ноутбуках, т.е., не требуют значительных вычислительных ресурсов (в частности не требуют GPU). Тем не менее требования к железу ненулевые, и на некоторых компьютерах все работает очень медленно. Бесплатные вычислительные ресурсы (в том числе с GPU) можно получить, например, на сайте https://colab.research.google.com.

В рамках курса мы использовали python 3.6, pytorch v0.3.0, torchvision v0.2.0. Поддержка других библиотек и других версий python и pytorch не осуществлялась.

Для настройки библиотек мы рекомендуем использовать менеджер пакетов Anaconda (есть для Linux, OS X, Windows). Для установки в Linux и OS X смотрите инструкции на сайте http://pytorch.org/. Для установки в Windows на момент курса работали команды conda install -c peterjc123 pytorch и pip install torchvision.

Также можно использовать Docker (https://hub.docker.com/r/alexeyum/hse_deep_learning/), в котором всё установлено.