GithubHelp home page GithubHelp logo

deep-learning-course-practice-2023's Introduction

Репозиторий для публикации результатов выполнения лабораторных и практических работ по курсу "Глубокое обучение"

Общие правила

  1. Лабораторные и практические работы принимаются очно.
  2. Для практических работ предлагается использовать библиотеки PyTorch или MXNet.
  3. Перед сдачей работы необходимо выложить результаты в собственный fork публичного GitHub-репозитория. При этом все файлы работ должны находиться в директории с названием <номер группы>/<наименование работы>/FamiliaIO (например, 3822М1ПМвм/laboratory_work_1/IvanovII). Также должен быть создан Pull Request в основной репозиторий с готовой работой, Pull Request должен иметь название Фамилия И.О. <наименование работы на русском языке> (например, Иванов И.И. Лабораторная работа №1). Дата сдачи определяется по времени Pull Request.
  4. Работу следует выполнять в Jupiter Notebook, поэтому необходимо уделить особое вниманию воспроизводимости (порядок выполнения ячеек). Выкладывать следует .ipynb и Jupiter Notebook, сконвертированный в формат .html внутренними средствами использованной среды разработки. Файлы .ipynb, .html должны содержать все необходимые результаты для понимания корректности и качества работы разработанного решения.
  5. В случае наличия недочетов предполагается, что они будут исправляться в процессе очной сдачи (при не согласии с выставленным баллом), поэтому необходимо предусмотреть возможность перезапуска отдельных частей или всего кода. Для этих целей в практических работах можно использовать Google Colab с предварительным сохранением моделей.

Лабораторные и практические работы

Группы: 3822М1ПМвм, 3822М1ПМкн1

Работы и сроки сдачи:

Группа 3822М1ПР1

Работы и сроки сдачи:

Группы: 3822М1ПМад, 3822М1ФИии1, 3822М1ФИии2

Работы и сроки сдачи:

deep-learning-course-practice-2023's People

Contributors

rodimkov avatar valentina-kustikova avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.