DOPMC
DOPMC copied to clipboard
datawhalechina
Datawhale 开源项目管理委员会（Datawhale Open-source Project Management Committee，简称DOPMC）
### 你是否已经阅读并同意《Datawhale开源项目指南》？ - [X] 我已阅读并同意[《Datawhale开源项目指南》](https://github.com/datawhalechina/DOPMC/blob/main/GUIDE.md) ### 你是否已经阅读并同意《Datawhale开源项目行为准则》？ - [X] 我已阅读并同意[《Datawhale开源项目行为准则》](https://github.com/datawhalechina/DOPMC/blob/main/CODE_OF_CONDUCT.md) ### 项目简介 [Hugging Face Audio Course](https://huggingface.co/learn/audio-course)的中文版。这门课程是关于如何使用Transformers进行音频处理。Transformers是一种功能强大且多用途的深度学习架构，已在多个任务中取得了最先进的成果，包括自然语言处理、计算机视觉，以及最近的音频处理。 课程结构分为几个单元，涵盖不同的主题： 学习处理音频数据的具体方法，包括音频处理技术和数据准备。 > 了解音频应用，学习如何使用Transformers处理不同任务，如音频分类和语音识别。 > 探索音频Transformers架构，了解它们的不同之处及适用任务。 > 学习构建自己的音乐流派分类器。 > 深入语音识别，构建转录会议记录的模型。 > 学习如何从文本生成语音。 > 学习如何用Transformers构建真实世界的音频应用程序。...
### 你是否已经阅读并同意《Datawhale开源项目指南》？ - [X] 我已阅读并同意[《Datawhale开源项目指南》](https://github.com/datawhalechina/DOPMC/blob/main/GUIDE.md) ### 你是否已经阅读并同意《Datawhale开源项目行为准则》？ - [X] 我已阅读并同意[《Datawhale开源项目行为准则》](https://github.com/datawhalechina/DOPMC/blob/main/CODE_OF_CONDUCT.md) ### 项目简介 # CS 25 - Notes Stanford CS 25 | Transformers United 课程笔记，「首个Transformers专题讲座，NLP、CV和RL无所不包」 这门课程是斯坦福大学的 CS 课程的一门前沿课程：《CS 25: Transformers United》。...
### 你是否已经阅读并同意《Datawhale开源项目指南》？ - [X] 我已阅读并同意[《Datawhale开源项目指南》](https://github.com/datawhalechina/DOPMC/blob/main/GUIDE.md) ### 你是否已经阅读并同意《Datawhale开源项目行为准则》？ - [X] 我已阅读并同意[《Datawhale开源项目行为准则》](https://github.com/datawhalechina/DOPMC/blob/main/CODE_OF_CONDUCT.md) ### 项目简介 本项目是由Datawhale成员制作，针对Dify（大模型应用开发框架）使用的教程项目，并借助Dify通过零代码或低代码方式开发你的智能体项目。针对大语言模型入门学习者、有使用百度灵镜及coze智能体经验并且想做个人项目的开发者、有本地知识库搭建需求的开发者、对大语言模型有进阶需求的学习者。本次Dify项目中不乏经典智能体开发项目，助你在完成自己智能体时乘风破浪。我们也希望通过这个开源项目让更多的普通学生、开发者更好地使用大模型，帮助开源、自由的大模型更快融入到普通学习者的生活与工作中，推动AI+X快速发展！ 本项目的主要内容包括： 1. Dify框架理解与安装； 2. Dify单智能体搭建及api调用； 3. Dify with WordPress （你的智能体网页）； 4. Dify 知识库； 5. Dify workflow设计与实现。 项目的主要内容是制作教程，让更多的学生和未来的从业者了解和熟悉大模型项目开发过程！任何人都可以提出issue或是提交PR，共同构建维护这个项目。...
### 你是否已经阅读并同意《Datawhale开源项目指南》？ - [X] 我已阅读并同意[《Datawhale开源项目指南》](https://github.com/datawhalechina/DOPMC/blob/main/GUIDE.md) ### 你是否已经阅读并同意《Datawhale开源项目行为准则》？ - [X] 我已阅读并同意[《Datawhale开源项目行为准则》](https://github.com/datawhalechina/DOPMC/blob/main/CODE_OF_CONDUCT.md) ### 项目简介 该项目主要是由 Umich EECS 498/598 课程的笔记组成，并加入了个人理解后的代码和找到的其他地方的代码以便学习和理解，并加上关联paper；其中笔记是视频的恰当转录，包含了视频内部的大部分过程（不需要看视频，只看文本也能掌握大概，对时间少的朋友会有帮助）。 课程具体信息如下： Umich EECS 498/598 Deep Learning for Computer Vision 课程安排：https://web.eecs.umich.edu/~justincj/teaching/eecs498/WI2022/schedule.html Youtube 视频链接：https://www.youtube.com/playlist?list=PL5-TkQAfAZFbzxjBHtzdVCWE0Zbhomg7r Umich...
### 你是否已经阅读并同意《Datawhale开源项目指南》？ - [X] 我已阅读并同意[《Datawhale开源项目指南》](https://github.com/datawhalechina/DOPMC/blob/main/GUIDE.md) ### 你是否已经阅读并同意《Datawhale开源项目行为准则》？ - [X] 我已阅读并同意[《Datawhale开源项目行为准则》](https://github.com/datawhalechina/DOPMC/blob/main/CODE_OF_CONDUCT.md) ### 项目简介 本项目基于我的课程《数学建模导论——基于Python语言》整理而来，是为了帮助学生更好的学习数学建模、数据科学知识所用。可用于大学生参加数学建模竞赛，也可用作工作中的平时学习。万物皆可建模，人工智能的本质也是数学模型，所以我们开放这门课程的教程。课程一共包含十章内容，包括解析几何与方程模型、微分方程与动力系统模型、函数极值与规划模型、复杂网络与图论模型、进化计算与群体智能算法、数据处理与拟合模型、权重生成与评价模型、时间序列与投资模型、机器学习与统计模型、多模态数据处理模型等十个方面内容，旨在尽可能多地向大家展示数学建模中所用到的数学基础与算法知识，打造属于自己的数学建模宇宙。 ### 立项理由 在高校内参加数学建模竞赛的学生很多，出校园后学习有关知识的人也很多。目前还没有多少课程能够把datawhale以前的很多工作进行一个整合，在一门课程中总览式地讲述运筹优化、微分方程与有限元、图论、启发式算法、机器学习、时间序列、统计学等多种知识的，而这门《数学建模导论》做到了。我们有多年教学经验，这本教程也是基于我多年的经验汇编而成。旨在帮助学习者更好地理解数学建模知识，掌握技能。 ### 项目受众 本项目主要面向想要学习数学建模知识或准备数学建模竞赛的大学生，想要了解学习这方面技能的工作党也非常推荐。 ### 项目亮点 项目亮点：相比于市面上多个数学建模竞赛的讲解教程，本项目： - 用语通俗易懂，不像市面上很多教科书那么晦涩生硬，家常对话之中走进数学建模的大门 - 内容详实完备，相比之下是目前几乎所有数学建模教程里面内容最丰富算法最全面的教程 - 线索清晰明确，按照课程的大纲设置能够串联项目中所讲述的知识点，这是其他教程难以做到的 - 经验来自一线，项目的效果已经在一线教学中得到了实际检验，初步表现良好...
### 你是否已经阅读并同意《Datawhale开源项目指南》？ - [X] 我已阅读并同意[《Datawhale开源项目指南》](https://github.com/datawhalechina/DOPMC/blob/main/GUIDE.md) ### 你是否已经阅读并同意《Datawhale开源项目行为准则》？ - [X] 我已阅读并同意[《Datawhale开源项目行为准则》](https://github.com/datawhalechina/DOPMC/blob/main/CODE_OF_CONDUCT.md) ### 项目简介 CAMEL 是最早的[基于 LLM 的多智能体框架](https://arxiv.org/pdf/2303.17760.pdf)，现在是一个通用框架，用于构建和使用基于 LLM 的智能体来解决实际任务。**camel-agent-tutorial** 是一套专为那些期望深入了解并实践多智能体系统的开发者设计的实用指南。本教程基于国内领先的多智能体框架 CAMEL-AI（NeruIPS'2023），从最基本的单个Agent开发，逐渐尝试构建复杂的Multi Agent应用。 ### 立项理由 随着技术的进步，智能系统在各个领域的应用越来越广泛。多智能体系统作为这一趋势的重要组成部分，已经成为解决复杂问题的有效工具。CAMEL是一个旨在简化多智能体系统开发的框架，它提供了一套强大的工具和接口，让开发者能够更容易地构建和管理智能体。**camel-agent-tutorial** 目的是为通过CAMEL框架给学习者提供一种新的多智能体构建角度和思维，尝试体会Role Play在提升大模型能力方面的好处。 ### 项目受众 **camel-agent-tutorial** 针对的受众主要包括以下几类人群：...
### 你是否已经阅读并同意《Datawhale开源项目指南》？ - [X] 我已阅读并同意[《Datawhale开源项目指南》](https://github.com/datawhalechina/DOPMC/blob/main/GUIDE.md) ### 你是否已经阅读并同意《Datawhale开源项目行为准则》？ - [X] 我已阅读并同意[《Datawhale开源项目行为准则》](https://github.com/datawhalechina/DOPMC/blob/main/CODE_OF_CONDUCT.md) ### 项目简介 一款帮助suno爱好者下载的web工具 ### 立项理由 suno.ai官方不具备下载功能，为了方便用户的下载，因此发起这个项目帮助更多人学习与下载suno ### 项目受众 热爱音乐，喜欢下载音乐，喜欢开发web页面 ### 项目亮点 使用最热的next.js + tailwind CSS技术开发这款工具 ### 项目规划 项目网站：https://light-city.github.io/suno_scan/ ### 项目负责人...
### 你是否已经阅读并同意《Datawhale开源项目指南》？ - [X] 我已阅读并同意[《Datawhale开源项目指南》](https://github.com/datawhalechina/DOPMC/blob/main/GUIDE.md) ### 你是否已经阅读并同意《Datawhale开源项目行为准则》？ - [X] 我已阅读并同意[《Datawhale开源项目行为准则》](https://github.com/datawhalechina/DOPMC/blob/main/CODE_OF_CONDUCT.md) ### 项目简介 本项目旨在创建一个全面、易于理解的向量检索教程，它将覆盖从基础理论到核心技术的各个方面。教程将通过详细的解释、实例和实践案例，帮助初学者、研究人员以及应用人员深入理解并有效地使用向量检索技术。 ### 立项理由 - 市场需求：随着AI的快速发展，向量检索在信息检索、推荐系统、大模型应用等领域变得越来越重要。 - 知识空白：目前市场上缺乏一个全面、系统的向量检索教程。 - 技术进步：大模型和向量检索之间的紧密联系为研究和应用提供了新的可能性。 ### 项目受众 - 初学者，希望从基础了解向量检索。 - 相关领域的研究人员，需要了解最新技术和应用。 - 应用人员，需要实际开发应用向量检索技术。 ###...
### 你是否已经阅读并同意《Datawhale开源项目指南》？ - [X] 我已阅读并同意[《Datawhale开源项目指南》](https://github.com/datawhalechina/DOPMC/blob/main/GUIDE.md) ### 你是否已经阅读并同意《Datawhale开源项目行为准则》？ - [X] 我已阅读并同意[《Datawhale开源项目行为准则》](https://github.com/datawhalechina/DOPMC/blob/main/CODE_OF_CONDUCT.md) ## 动手学大模型应用开发 ### 项目简介 本项目是一个面向小白开发者的大模型应用开发教程，旨在结合个人知识库助手项目，通过一个课程完成大模型开发的重点入门，主要内容包括： 1. 大模型简介，何为大模型、大模型特点是什么、LangChain 是什么，针对小白开发者的简单介绍； 2. 如何调用大模型 API，本节介绍了国内外知名大模型产品 API 的多种调用方式，包括调用原生 API、封装为 LangChain LLM、封装为 Fastapi 等调用方式，同时将包括百度文心、讯飞星火、智谱AI等多种大模型 API 进行了统一形式封装；...
### 你是否已经阅读并同意《Datawhale开源项目指南》？ - [X] 我已阅读并同意[《Datawhale开源项目指南》](https://github.com/datawhalechina/DOPMC/blob/main/GUIDE.md) ### 你是否已经阅读并同意《Datawhale开源项目行为准则》？ - [X] 我已阅读并同意[《Datawhale开源项目行为准则》](https://github.com/datawhalechina/DOPMC/blob/main/CODE_OF_CONDUCT.md) ### 项目简介 探索llm的机理，研究llm系列底层架构实现，用最简洁明了的简短代码，动手搓llm模型数据加载、预训练、微调、向量检索,评测以及agent全流程。(重点在简洁明了~) ### 立项理由 - 随着llm日益火爆，各种衍生工具层出不穷，从模型加载、预训练、指令微调、向量检索、性能评测等等的`huggingface`,`langchain`,`llama-index`,`xtuner`,`opencompass`,`metaGPT`...这些工具极大的方便了开发者使用llm，但也是一把双刃剑，使得开发者难以摸清里面的细节。 - so，该项目将解开llm全系列的黑盒子，手搓tiny-llm系列，为社群开发者提供一个llm“白盒子". ### 项目受众 想深入了解并尝试复现与魔改llm模型加载、预训练、指令微调、向量检索、性能评测以及agent的研究生、研究者以及兴趣驱动的开发者。 ### 项目亮点 本项目旨在全流程从零手搓，并且支持后续的训练以及推理全流程，与市面上的llm教程不同。 虽然目前已经有很多llm教程，但大多都是讲解模型原理，到model层面就结束，并且鲜有讲解RAG以及评测的教程。 区别于大型的算法包如langchain,llama-index,我们的项目代码对初级开发者更简洁清晰，更"可解释" ## 类似项目比较 1....
Metadata
Owner
Metadata
Datawhale 开源项目管理委员会（Datawhale Open-source Project Management Committee，简称DOPMC）