Awesome GitHub RepositoriesMini-Batch Processing

This repository contains programming assignments and lecture notes from Andrew Ng's foundational deep learning course specialization on Coursera. The materials cover core neural network training techniques including optimization algorithms, normalization methods, regularization approaches, parameter initialization strategies, and learning rate scheduling to improve model convergence and generalization. The coursework explores design principles where successive neural network layers learn progressively more abstract feature representations from input data. It provides guidance on selecting ope

هذا المشروع عبارة عن سلسلة دروس للتعلم العميق ومنهج تعليمي مصمم لتدريس أساسيات PyTorch. يعمل كدليل تدريب مهيكل لإتقان بنية الشبكة العصبية، والتمايز التلقائي، واستخدام الموترات ورسوم الحساب الديناميكية. يركز المنهج على التطبيقات العملية، وتحديداً توجيه تطوير أنظمة التوصية، ونماذج الإعلانات، وشبكات الاهتمام للتنبؤ بتفضيلات المستخدم. كما يوفر محتوى تعليمياً للتنبؤ بالسلاسل الزمنية ومعالجة البيانات المتسلسلة. تغطي المادة مجموعة واسعة من قدرات التعلم العميق، بما في ذلك بناء نماذج لتصنيف الصور والنصوص بالإضافة إلى البيانات المهيكلة. تدمج سير عمل لتسريع GPU، وتصور مقاييس التدريب، وإنشاء واجهات قائمة على الويب لاختبار تنبؤات النموذج. يتم تقديم المشروع كمجموعة من دفاتر Jupyter.

River هو إطار عمل Python للتعلم الآلي عبر الإنترنت، مصمم لتدريب وتقييم النماذج على بيانات البث. يتيح التعلم التزايدي عن طريق تحديث معلمات النموذج بملاحظة واحدة في كل مرة، مما يلغي الحاجة إلى تخزين مجموعات بيانات التدريب الكاملة في الذاكرة. تتميز المكتبة بنظام مخصص للكشف عن انحراف المفهوم (concept drift) الذي يراقب التغييرات في توزيعات البيانات لتحفيز تكيف النموذج. كما توفر إطار عمل للتحقق التدريجي يحاكي النشر في الوقت الفعلي عن طريق اختبار النماذج على عينات قبل استخدامها للتدريب. يغطي النظام مجموعة واسعة من إمكانات البث، بما في ذلك هندسة الميزات في الوقت الفعلي، والتنبؤ بالسلاسل الزمنية، واكتشاف الشذوذ عبر الإنترنت. ويدعم التعلم غير الخاضع للإشراف من خلال التجميع التزايدي وأشجار القرار، بالإضافة إلى تجميع النماذج وسياسات bandit لاختيار النموذج. يتضمن المشروع أدوات لاستيعاب بيانات البث من مصادر مثل ملفات CSV و APIs، بالإضافة إلى أدوات لحساب الإحصائيات الجارية ومخططات البيانات الموفرة للذاكرة.

This project is a deep learning educational course and implementation guide designed for building and training neural networks. It provides a curriculum for developing models that solve pattern recognition and generative tasks. The material includes specialized modules for computer vision training, natural language processing, and generative AI. It covers the practical application of transfer learning to classify new data and the creation of synthetic media. The project encompasses the design of network architectures, the construction of machine learning data pipelines, and the use of model

PyTorchZeroToAll هو مورد تعليمي ومجموعة من البرامج التعليمية التي تركز على التعلم العميق وإطار عمل PyTorch. يوفر مساراً تعليمياً مهيكلاً لتنفيذ معماريات الشبكات العصبية، بدءاً من بناء جملة اللغة الأساسي والأساسيات وصولاً إلى تصميم النماذج المعقدة. يعمل المشروع كدليل تنفيذ لبناء أنواع مختلفة من الشبكات، بما في ذلك الشبكات الخطية، واللوجستية، والتلافيفية، والمتكررة. يغطي بشكل خاص سير عمل نمذجة التسلسل من خلال استخدام آليات الانتباه والشبكات على مستوى الأحرف. يغطي المورد أيضاً إعداد بيانات التعلم الآلي، بما في ذلك استخدام محملات مجموعات البيانات المخصصة، وأدوات معالجة النصوص، وترجمة ملفات المصدر الخام إلى tensors لخطوط أنابيب التدريب.

This project is a collection of structured study notes and notebooks serving as an educational resource for deep learning and neural network fundamentals. It provides a technical reference for implementing machine learning theory, covering everything from basic network design to the construction of advanced architectures. The material specifically focuses on the implementation of convolutional neural networks for computer vision and sequence models for natural language processing. It includes detailed guidance on building object detection systems, face recognition, and speech transcription mo