谷歌向OpenAI竞争对手Anthropic投资3亿美元

资源｜ OpenAI 文本生成器 - gpt-2

Github项目地址：

https://github.com/openai/gpt-2

视频：《OpenAI Text Generator - YouTube》by Siraj Raval

地址： https://www.youtube.com/watch?v=0n95f-eqZdw

（或者打开：https://weibo.com/tv/v/Hiyyk0mKE ）

本项目是《 Language Models are Unsupervised Multitask Learners（语言模型是无人监督的多任务学习者）》一文的代码实现

目前，我们只发布了一个较小的（117M参数）版本的GPT-2。

若想查看更多详情，请访问我们的博客。

用Git克隆此项目仓库，然后用 cd 进入目录以获取其余命令

下载模型数据：

其余步骤可以选择使用virtualenv或conda之类的工具在虚拟环境中完成。

安装tensorflow 1.12（支持GPU，如果你有GPU并希望它们运行得更快的话）

或者

安装其他的python包：

构建Dockerfile并将创建的图像标记为gpt-2：

从gpt-2 docker镜像启动交互式bash会话。

如果你可以访问NVIDIA GPU并且能成功安装 nvidia-docker 2.0，则可以选择使用 --runtime=nvidia 标志。

警告：样品未经过滤，可能含有令人反感的内容。

下面的一些示例可能包括Unicode文本字符。请设置环境变量：

以UTF-8模式覆盖标准流设置。

要从小模型生成无条件样本：

控制样本有不同的标志：

要查看标志的说明，请使用：

条件样本生成

要提供模型自定义提示，你可以使用以下命令：

要查看标志的说明，请使用：

GPT-2 样本

警告：样品未经过滤，可能含有令人反感的内容。

虽然我们还没有正式发布GPT-2，但你可以在 gpt-2-samples 文件夹中看到它的一些样本。我们使用默认设置（温度1和无截断）显示无条件样本，温度为0.7，并使用top_k 40进行截断。我们又使用默认设置（温度1和无截断）显示带有从WebText测试集中提取的上下文的条件样本，温度为0.7，截断时为top_k 40。

我们可能会发布用于在各种基准测试中评估模型的代码。

我们仍在考虑发布规模更大的模型。

超全汇总！B 站上有哪些值得学习的 AI 课程...

超全汇总2021长沙小学初中双学区房,b the,b b l,b. b

公众号关注?“GitHubDaily”

设为 “星标”，每天带你逛 GitHub！

经过这几个月的居家隔离，想必大多数同学都开始习惯通过线上的方式开展学习了，在线教育领域也因此迎来了一波爆发，竞争异常激烈，既有知名平台如 MOOC、学堂在线、网易云课堂等，也有不少初创新星。

但要说最受年轻人欢迎的学习资源网站，应该非 B 站莫属。该平台资源之丰富不用多说，并且全程无广告，很多网友都表示自己通过 B 站学会了很多技能，比如 Python、数据库、Photoshop、英语考级、日语考级等。

总之，一个 B 站就足够解决绝大多数问题。下面，我们整理一波 B 站上关于数据科学、人工智能领域的学习资料和值得关注的 up 主，欢迎大家收藏转发哦～

1、Crash Course AI

https://space.bilibili.com/276373762/channel/detail?cid=101907

课程介绍：该课程出自 Crash Course，首发 YouTube，单个视频时长均在 10 分钟左右。视频节奏非常好，语速偏快，适合下饭时间入门了解。主讲很擅长深入浅出的讲清复杂的概念，一集信息量很大甚至评论区还会有课代表帮你总结才能稍稍消化。

1、Up 主：3Blue1Brown 的数学基础

https://space.bilibili.com/88461692

课程介绍：用动画讲述数学专业知识，其视频涵盖了线性代数、微积分、拓扑学等领域，每门课都配有直观生动的动画演示，帮助观众加深对数学概念定理的理解。

2、数学分析

https://www.bilibili.com/video/av8042121

课程介绍：复旦陈纪修老师的数学分析视频课程，共 214 讲。陈纪修老师主持编写了 21 世纪课程教材 ――《数学分析》。

3、数学建模

www.bilibili.com/video/av8824879

课程介绍：清华大学数学建模公开课，共 84 讲。教材用的是《数学模型》姜启源。

4、统计学

https://www.bilibili.com/video/av7199273

课程介绍：可汗学院公开课，将统计学所有内容都涵盖了。共 85 讲。

1、Python 数据可视化分析

https://www.bilibili.com/video/av6989413

课程介绍：麦子学院的公开课，共 31 讲。

2、Matplotlib Python 画图教程

https://www.bilibili.com/video/av16378354

课程介绍：莫烦 Python 的课程内容，共 19 讲。

1、Python 数据分析与展示 (北京理工大学)

https://www.bilibili.com/video/av10101509

课程介绍：北京理工大学 MOOC 课程，共 65 讲。

2、Numpy & Pandas

https://www.bilibili.com/video/av16378934

课程介绍：莫烦 Python 数据处理教程，主要讲解 Numpy、Pandas 两个包的使用。共 18 讲。

3、【数据分析】SQL 数据库入门到精通，最干净易懂的小白必备教程 10 小时完整版

https://www.bilibili.com/video/av77541375

课程介绍：英文课程，中文字幕，很多同学表示这是看过最好的课程，通俗易懂。

1、清华大学 - 数据挖掘：理论与算法

https://www.bilibili.com/video/BV154411Q7mGfrom=search&seid=4187357852637700624

课程介绍：本课程完整覆盖数据挖掘领域的各项核心技术，包括数据预处理、分类、聚类、回归、关联、推荐、集成学习、进化计算等。强调在知识的广度、深度和趣味性之间寻找最佳平衡点，在生动幽默中讲述数据挖掘的核心思想、关键技术以及一些在其它相关课程和教科书中少有涉及的重要知识点，适合对大数据和数据科学感兴趣的各专业学生以及工程技术人员学习。

1、[中英字幕] 吴恩达机器学习系列课程

https://www.bilibili.com/video/BV164411b7dxfrom=search&seid=13732295711057612613

课程介绍：这是个视频是转自吴恩达老师在 Coursera 上的公开课视频，内容偏向理论而并非实战，适合初学机器学习、深度学习的同学。需要视频配套资料的可以看看这里 https://zhuanlan.zhihu.com/p/84214338 这是国内黄博士为吴老师课程配的全套资料，包括视频字幕，对应 python 代码，原版 PPT，中文版笔记等等

2、林轩田机器学习基石 (国语)

https://www.bilibili.com/video/av12463015/

课程介绍：台湾大学林轩田老师的《机器学习基石》课程由浅入深、内容全面，基本涵盖了机器学习领域的很多方面。其作为机器学习的入门和进阶资料非常适合。而且林老师的教学风格也很幽默风趣，总让读者在轻松愉快的氛围中掌握知识。

3、机器学习技法（林轩田）

https://www.bilibili.com/video/av85508326?p=1

课程介绍：同样是台大林轩田老师课程，通常学完基石的同学会继续学习这一门课程。

4、李宏毅机器学习 (2017)

https://www.bilibili.com/video/av10590361

课程介绍：台大教授李宏毅制作的，经常被认为机器学习中文课程的首选，而且课程风格诙谐幽默，这就让枯燥的课程变的有趣许多。而且最重要的是，课程中布置了很多作业，而万能的网友更是找出了作业答案，并将其公布在了留言区，可以说太良心了，简直是没钱报班学习者的福音。

5、up 主：shuhuai008 【机器学习】【白板推导系列】

https://www.bilibili.com/video/av70839977

课程介绍：这个 up 主来自清华，他做的这一套机器学习白板推导的视频讲解系列目前出到第 33 集流模型。这个视频系列最大的特点是给出了整体的框架，再用单章去分解里面的重点，力求做到简洁易懂，很有中国特色。对比国外普遍一个视频 2 小时的课程，更适合国人。

6、机器学习教程【强烈推荐】

https://www.bilibili.com/video/av46180067/

课程介绍：这门课程来自邹博老师的《机器学习与数学分析》，风格同样是深入浅出、通俗易懂，对于有基础和没基础的同学，都能让你轻易入门。

7、机器学习算法 - 2017 邹博最新（Python 版）

https://www.bilibili.com/video/av23585080

课程介绍：这门课程同样来自邹博老师，适合配合上一部一起观看。

8、(上海交通大学张志华) 机器学习导论

https://www.bilibili.com/video/av76230791/

课程介绍：张志华老师的这门课讲的很深入，适合学习机器学习和深度学习的研究者深入学习，内容比较偏向理论，需要一定的数学基础。

9、Scikit-learn (sklearn) 优雅地学会机器学习 (莫烦 Python 教程)

https://www.bilibili.com/video/av17003173

课程介绍：莫烦的机器学习教程汇集了很多近些年来比较流行的 python 模块教程。课程内容有趣，没有机器学习背景的朋友们也能产生兴趣，对机器学习的每种方法都能迅速理解。另外，对于已经入门了的同学们，这门课程也是一个提升自己应用机器学习的好地方，因为里面同时也介绍了很多种机器学习的技巧方法，能大大帮助提升学习效果。

10、Stanford : Statistical Learning 斯坦福大学：统计学习

https://www.bilibili.com/video/av19775701

课程介绍：这门课程来自统计学两位超级大佬，全英文字幕，是公认的统计学系入门课程，使用的教材是 Introduction to statistical learning，极力避免深奥的公式推导和复杂的概念，对于数学基础不好的人非常友好。

1、【中英字幕】吴恩达深度学习课程

第一课 ― 神经网络与深度学习

https://www.bilibili.com/video/av66314465

课程介绍：这门课程的目标是为同学们介绍深度学习的基础知识。学完这门课，你将能够：理解驱动深度学习的主要技术趋势；能够搭建、训练并且运用全连接的深层神经网络；了解如何实现高效的（向量化）的神经网络；理解神经网络架构中的关键参数。

第二课 ― 改善深层神经网络：超参数调试、正则化以及优化

https://www.bilibili.com/video/av66524657/

课程介绍：这门课程将学会理解业界构建深度神经网络应用最有效的做法；能够高效地使用神经网络通用的技巧，包括初始化、L2 和 dropout 正则化、Batch 归一化、梯度检验；能够实现并应用各种优化算法，例如 mini-batch、Momentum、RMSprop 和 Adam，并检查它们的收敛程度；理解深度学习时代关于如何构建训练 / 开发 / 测试集以及偏差 / 方差分析最新最有效的方法；能够用 TensorFlow 实现一个神经网络。

第三课 ― 结构化机器学习项目

https://www.bilibili.com/video/av87949453?p=24

课程介绍：这门课程将学会理解如何诊断机器学习系统中的错误；能够优先减小误差最有效的方向；理解复杂 ML 设定，例如训练 / 测试集不匹配，比较并 / 或超过人的表现；知道如何应用端到端学习、迁移学习以及多任务学习。

第四课 ― 卷积神经网络

https://www.bilibili.com/video/av66646276

课程介绍：这门课程将学会理解如何搭建一个神经网络，包括最新的变体，例如残余网络；知道如何将卷积网络应用到视觉检测和识别任务；知道如何使用神经风格迁移生成艺术；能够在图像、视频以及其他 2D 或 3D 数据上应用这些算法。

第五课 ― 序列模型

https://www.bilibili.com/video/av66647398/

课程介绍：这门课程将学会理解如何构建并训练循环神经网络（RNN），以及一些广泛应用的变体，例如 GRU 和 LSTM；能够将序列模型应用到自然语言问题中，包括文字合成；能够将序列模型应用到音频应用，包括语音识别和音乐合成。

2、up 主：周博磊强化学习纲要

https://space.bilibili.com/511221970

课程介绍：最近，香港中文大学信息工程系助理教授周博磊也开始当 up 主，上传自己的《强化学习》课程。整个课程共分为基础课程和高阶课程两大部分，主要面向大三、大四或研一的学生，参加课程的学生需要具备相关背景知识，包括线性代数、概率论、机器学习（数据挖掘、模式识别、深度学习）等。此外，由于该课程有不少实践内容，所以参加课程的同学最好有一些编程经验，会用 Python、PyTorch。除了直播和课程视频之外，周博磊还会同步更新课程的代码，使用的编程语言为 Python，深度学习框架则是 TensorFlow 和 PyTorch 皆可（PyTorch 为主）。和常规的课程一样，《强化学习纲要》也会在每节课后留下一些作业。

3、深度学习框架 Tensorflow 学习与应用

https://www.bilibili.com/video/av20542427

课程介绍：这门课程来自炼数成金。课程内容基本上是以代码编程为主，也会有少量的深度学习理论内容。课程会从 Tensorflow 最基础的图 (graphs), 会话 (session), 张量 (tensor), 变量 (Variable) 等一些最基础的知识开始讲起，逐步讲到 Tensorflow 的基础使用，以及在 Tensorflow 中 CNN 和 LSTM 的使用。在课程的后面会带着大家做几个实际的项目，比如训练自己的模型去进行图像识别，使用 Tensorflow 进行验证码的识别，以及 Tensorflow 在 NLP 中的使用。

4、PyTorch 动态神经网络 (莫烦 Python 教学)

https://www.bilibili.com/video/av15997678

课程介绍：这套视频比较适合有一些机器学习课程基础的同学。

5、Numpy & Pandas (莫烦 Python 数据处理教程)

https://www.bilibili.com/video/av16378934

课程介绍：这门课程汇集了在 Python 中最重要的数据处理，科学计算模块: Numpy 和 Pandas。

6、Matplotlib Python 画图教程 (莫烦 Python

本文地址： https://www.xxs100.com//show-394955.html