Repositório com o material de apoio para as disciplinas de Deep Learning, ministradas pelos professores Leonardo Vidal, Tiago Maritan e Thaís Gaudencio no Centro de Informática (UFPB).
A disciplina utilizará Python como linguagem de programação principal, sendo recomendada a versão 3.6. Recomenda-se a instalação utilizando Miniconda.
Anaconda é uma distribuição em Python e R que permite a utilização de ambientes virtuais e facilita a instalação de bibliotecas e pacotes. Ao criar um ambiente Conda, cada projeto poderá ter seu proprio ambiente apenas com os pacotes necessários, permitindo uma melhor organização da máquina.
- Baixe e instale o Miniconda
- Abra um terminal para criação de um ambiente e instalação de pacotes necessarios
$ conda create -n dl-ufpb python=3.6 numpy pandas matplotlib=2.0.2 scikit-learn jupyter keras tensorflow
- Abra o terminal e digite:
- Windows:
$ activate dl-ufpb
- Linux/Mac:
$ source activate dl-ufpb
Notebooks são documentos que contém partes que podem ser executadas como código, e outras com elementos de texto (e.g. parágrafos, imagens, equações Latex, links), facilitando a interpretação e documentação de forma mais didática. O Jupyter é uma aplicação que edita e executa os Notebooks pelo navegador.
- Abra o terminal e clone o repositório:
$ git clone https://github.com/cflavs/DeepLearning-DisciplinaUFPB.git
- Acesse o diretório e digite:
$ jupyter notebook
Ao fazer isso, o seu navegador deverá abrir uma janela correspondente ao conteúdo do repositório. Caso isso não ocorra, o link do repositório estará disponível no terminal
- The Deep Learning Book (Ian Goodfellow and Yoshua Bengio and Aaron Courville, 2016)
- Deep Learning: A Practitioner's Approach (Josh Patterson, 2016)
- Prof. Leonardo Vidal
- Profa. Thais Gaudencio
- Prof. Tiago Maritan
- Cecília Flávia
- Lira Neto
- Universidade Federal da Paraíba
- Centro de Informática
- Laboratórios de pesquisa LAViD/Visio