Skip to content

Rodimkov/deep-learning-course-practice-2024

Repository files navigation

Репозиторий для публикации результатов выполнения лабораторных работ по курсу "Глубокое обучение"

Общие правила

  1. Лабораторные работы принимаются в очной форме, за исключением группы 3823М1ФИии4.
  2. Работу следует выполнять в Jupyter Notebook на языке Python3, поэтому необходимо уделить особое внимание воспроизводимости (порядок выполнения ячеек). Выложить необходимо:
  • Jupyter Notebook .ipynb
  • Сконвертированный Jupyter Notebook в формат HTML .html внутренними средствами использованной среды разработки.
  1. Перед сдачей работы необходимо выложить результаты в собственный fork публичного GitHub-репозитория.
  2. Все файлы работы должны находиться в директории с названием <наименование работы>/ФамилияИО (например, Laboratory_work_1/IvanovII). Директории <наименование работы> предварительно уже созданы в репозитории.
  3. Необходимо создать Pull Request (PR) в основной репозиторий с готовой работой. Открыть PR необходимо в соответствующую ветку основного репозитория. Также рекомендуется выполнять разработку в отдельных ветках. Название PR должно быть в формате <наименование работы> Фамилия И.О. <номер группы> (например, Лабораторная работа №1 Иванов И.И. 3823М1ПМвм).
  4. PR будут автоматически помечаться метками (labels) на основании заголовка работы.
  5. Автоматически из основной ветки подтягивается описание работ (descriptions и README.md), эти изменения также могут отображаться в PR, это не проблема. PR не должны содержать изменений любой общей информации вне папки (IvanovII), которая была создана для работы студентом.

Чек-лист сдачи работы

  • Разработать лабораторную работу в Jupyter Notebook и сконвертировать её в формат HTML.
  • Сделать форк репозитория, создать новую ветку, выложить в созданную ветку работу.
  • Создать PR в соотвествующую ветку исходного репозитория.
  • Прийти на занятие (для группы 3823М1ФИии4 подключится дистанционно) и получить заслуженные баллы за выполненную работу.

Вычислительные ресурсы

При выполнении некоторых работ возможность использования GPU может сильно упростить задачу. Можно использовать ресурсы Google Colab или Kaggle. Не забудьте включить использование GPU!

Лабораторные работы

Группы: 3823М1ПМвм и 3823М1ПМкн

Работы и сроки сдачи:

Группы 3823М1ФИии1, 3823М1ФИии2, 3823М1ФИии3

Работы и сроки сдачи:

Группа 3823М1ФИии4

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published