动手学习深度学习👀
约 291 个字 预计阅读时间 1 分钟
Goal
- 介绍深度学习经典和最新模型
- LeNet, ResNet, LSTM, BERT, …
- 机器学习基础
- 损失函数、目标函数、过拟合、优化
- 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
List
本文总阅读量:
次