cs231n

スタンフォード大学の講義 cs231n: Deep Learning for Computer Vision の日本語訳

実行方法

Google Colaboratory

1. 「Code」ボタンをクリックしてコードをダウンロードします。
2. ダウンロードしたassignmentのフォルダをGoogleドライブにアップロードします。
3. GoogleドライブからJupyter Notebookファイル(*.ipynb )を開きます。
4. 先頭のセル中のパスを適切なものに変更します。

Dev Container

DockerとVSCodeを用いたモダンな実行環境です。

前提条件

以下が必要です。

• CUDA対応GPU
• Docker
• NVIDIA Container Toolkit
• Visual Studio Code

手順

1. VSCodeにRemote Development拡張機能をインストールします。
2. リポジトリをローカルにダウンロードしてVSCodeで開きます。
3. トースト通知の「コンテナーで再度開く」をクリックします。

Jupyter Lab

Anacondaのインストール不要でJupyter Labの実行環境が起動できます。

前提条件

以下が必要です。

• CUDA対応GPU
• uv

手順

1. 「Code」ボタンをクリックしてコードをダウンロードします。

2. ターミナルでリポジトリまで移動します。

3. 以下のコマンドを順番に実行し、Jupyter Labを起動します。表示されたURLにアクセスしてください。

    uv sync
    uv run ipython kernel install --user --env VIRTUAL_ENV $(pwd)/.venv --name=project
    uv run --with jupyter jupyter lab

その他の方法

「Dockerを用いないVSCode環境」など、お好きな実行環境が使用できます。

前提条件

以下が必要です。

• CUDA対応GPU
• uv

手順

1. 「Code」ボタンをクリックしてコードをダウンロードします。

2. ターミナルでリポジトリまで移動します。

3. 以下のコマンドを実行し、依存するパッケージをインストールします。

    uv sync

教材

• 講義資料（英語）
• 講義資料（日本語）
• 2017年講義動画（英語）

日本語の講義資料はこのリポジトリで管理されています。詳しくはこちらをご覧ください。

貢献方法

リポジトリへの貢献ガイドを参照してください。

コミット前には、以下のコマンドでNotebookの不要なメタデータの削除とコードスタイルのフォーマットを行ってください。

nbdev_clean
ruff format .