Репозиторий для публикации результатов выполнения лабораторных и практических работ по курсу "Глубокое обучение"
- Лабораторные и практические работы принимаются очно.
- Для практических работ предлагается использовать библиотеки PyTorch или MXNet.
- 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 названиеФамилия И.О. <наименование работы на русском языке>(например,Иванов И.И. Лабораторная работа №1). Дата сдачи определяется по времени Pull Request. - Работу следует выполнять в Jupiter Notebook, поэтому необходимо
уделить особое вниманию воспроизводимости (порядок выполнения ячеек).
Выкладывать следует
.ipynbи Jupiter Notebook, сконвертированный в формат.htmlвнутренними средствами использованной среды разработки. Файлы.ipynb,.htmlдолжны содержать все необходимые результаты для понимания корректности и качества работы разработанного решения. - 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.
Работы и сроки сдачи:
- Лабораторная работа №1 - 19.10.2023.
- Практическая работа №1 - 02.11.2023.
- Практическая работа №2 - 16.11.2023.
- Лабораторная работа №2 - 14.12.2023.
Работы и сроки сдачи:
- Лабораторная работа №1 - 19.10.2023.
- Практическая работа №1 - 02.11.2023.
- Практическая работа №2 - 16.11.2023.
Работы и сроки сдачи:
- Практическая работа №1 - 02.11.2023.
- Практическая работа №2 - 16.11.2023.