动手学深度学习 01

敖炜 Lv5
  2023-07-22 20:38:24 2023-07-22 20:38:24 创建   2024-04-19 09:27:42 2024-04-19 09:27:42 更新      191 字  1 分钟  

课程安排

目标

  1. 介绍深度学习经典和最新模型
    • LeNet，ResNet，LSTM，BERT
  2. 机器学习基础
    • 损失函数、目标函数、过拟合、优化
  3. 实践
    • 使用Pytorch实现介绍的知识点
    • 在真实数据上体验算法效果

内容

  • 深度学习基础：线性神经网络，多层感知机
  • 卷积神经网络：LeNet，AlexNet，VGG，Inception，ResNet
  • 循环神经网络：RNN，GRU，LSTM，seq2seq
  • 注意力机制：Attention，Transformer
  • 优化算法：SGD，Momentum，Adam
  • 高性能计算：并行，多GPU，分布式
  • 计算机视觉：目标检测，语义分割
  • 自然语言处理：词嵌入，BERT

你将学到什么

  • What
    • 深度学习里有哪些技术
  • How
    • 如何实现和调参
  • Why
    • 背后的原因（直觉、数学）
  • 标题: 动手学深度学习 01
  • 作者: 敖炜
  • 创建于 : 2023-07-22 20:38:24
  • 更新于 : 2024-04-19 09:27:42
  • 链接: https://ao-wei.github.io/2023/07/22/动手学深度学习-01/
  • 版权声明: 本文章采用 CC BY-NC-SA 4.0 进行许可。
评论
此页目录
动手学深度学习 01
  1. 目标
  2. 内容
  3. 你将学到什么