(价值40元)深度学习PyTorch极简入门(pdf)-2019年3月
〖课程介绍〗:
如今,深度学习发展迅速,其影响力也越来越大,在机器视觉、语音识别、机器翻译等领域都取得了前所未有的发展。深度学习的复杂性和难点主要体现在神经网络模型的数学推导、神经网络模型的优化,以及如何构建一个优秀的深度学习模型解决实际问题。 针对这些难点,特别推出了本达人课,希望通过课程内容的学习,大家可以扫清学习过程中的障碍,再上新台阶。 本课程共包含三大部分。 第一部分(第01-04课),主要介绍一些深度学习的预备知识。对深度学习进行简要概述,列举重要的 Python 基础知识,手把手教你搭建本课程需要的开发环境,使用 Anaconda 平台,重点介绍 Jupyter Notebook 的使用以及知名的深度学习框架 PyTorch。 第二部分(第05-14课),主要介绍神经网络的基础,以最简单的两层神经网络入手,详细推导正向传播与反向梯度的算法理论。然后,从简单网络推导至深度网络,并重点介绍神经网络优化算法及构建神经网络模型的实用建议。每一部分都会使用 Python 构建神经网络模型来解决实际问题。 第三部分(第15-18课),主要介绍卷积神经网络 CNN 和循环神经网络 RNN,重点剖析两种模型的数学原理和推导过程。最后,利用越来越火的深度学习框架 PyTorch 分别构建 CNN 和 RNN 模型,解决实际问题。
〖课程目录〗:
第01课:深度学习概述.pdf
第02课:深度学习 Python 必备知识点.pdf
第03课:Anaconda 与 Jupyter Notebook.pdf
第04课:深度学习框架 PyTorch.pdf
第05课:神经网络基础知识.pdf
第06课:浅层神经网络(NN).pdf
第07课:项目实战——自己动手写一个神经网络模型.pdf
第08课:深层神经网络(DNN).pdf
第09课:项目实战——让你的神经网络模型越来越深.pdf
第10课:优化神经网络——如何防止过拟合.pdf
第11课:优化神经网络——梯度优化.pdf
第12课:优化神经网络——网络初始化技巧与超参数调试.pdf
第13课:构建神经网络模型的实用建议.pdf
第14课:项目实战——深度优化你的神经网络模型.pdf
第15课:卷积神经网络(CNN).pdf
第16课:项目实战——利用 PyTorch 构建 CNN 模型.pdf
第17课:循环神经网络(RNN).pdf
第18课:项目实战——利用 PyTorch 构建 RNN 模型.pdf
〖视频截图〗:
〖百度网盘下载地址〗:
---------------------------------华丽分割线--------------------------------华丽分割线-------------------华丽分割线-------------------------华丽分割线----------------
〖下载地址失效反馈〗:
如果下载地址失效,请尽快反馈给我们,我们尽快修复。反馈地址:https://www.itmsf.com/forum-66-1.html
〖赞助VIP免学币下载全站资源〗:
全站资源高清无密,每天更新,vip特权了解一下:https://www.itmsf.com/plugin.php?id=threed_vip
〖客服24小时咨询〗:
有任何问题,请点击右侧QQ咨询。
|