高清无码视频直接看,日本无码色情三级播放,大桥未久亚洲无av码在线,免费人成视频在线播放,国产亚洲精品久久久久久大师

課程大綱：

Dive into Deep Learning培訓

1 基礎數學知識

2 多層感知機

3 卷(juan)積神經網絡

4 線性神經網(wang)絡

5 深(shen)度學習計算(suan)

6 前沿神(shen)經網絡

階段(duan) 1 預備(bei)知(zhi)識

1
課程說明
2
數據操作
3
Pandas 數據預處理
4
線性代數
5
微分、偏導數、梯度和鏈式法則
6
自動求梯度
7
概率的簡單介紹
8
查閱文檔(dang)

階段 2 線性神經網絡

9
線性回歸介紹
10
線性回歸從零實現
11
線性回歸簡潔實現
12
Fashion-MNIST 圖像分類
13
Softmax 回歸從零實現
14
Softmax 回歸簡潔(jie)實現

階段 3 多層感知機(ji)

15
多層感知機介紹
16
多層感知機從零實現
17
多層感知機簡潔實現
18
模型選擇，欠擬合和過擬合
19
權重衰減
20
Dropout 機制
21
數值穩定性和模型初始化
22
Kaggle 預測房價實戰(zhan)項目

階段(duan) 4 深度學習計算

23
模型的構造
24
參數訪問、初始化和共享
25
自定義網絡層
26
文件讀取和存儲

階段 5 卷積神經網(wang)絡

27
卷積層介紹
28
填充和步幅
29
多通道輸入和輸出卷積層
30
池化層介紹
31
LeNet 卷積神經(jing)網(wang)絡

階段 6 前沿卷積神經網絡

32
AlexNet 深度卷積神經網絡
33
VGG 使用重復元素網絡
34
NiN 網絡中的網絡
35
GoogleNet 擁有并行連接的網絡
36
批量歸一化
37
ResNet 殘差網絡
38
DenseNet 稠密連接網絡

第一部分：會簡單介紹 PyTorch 的使用和一些學(xue)習深度學(xue)習基礎的數學(xue)知識。

第二(er)部分：會(hui)(hui)應用(yong)之前學到(dao)的(de)知識(shi)，從(cong)零開(kai)始(shi)實(shi)現線(xian)性回歸和分類問題，同時也(ye)會(hui)(hui)使用(yong) PyTorch 中的(de)高級(ji) API 進行實(shi)現。

第三部(bu)分：會(hui)接(jie)觸深度神經網(wang)絡，會(hui)實現多層感(gan)知機，以(yi)及學習什么(me)是(shi)過擬(ni)合，以(yi)及如何進行處理(li)。

第四部分：會介紹(shao)如何使(shi)用(yong) PyTorch 搭建深度模型，更進(jin)一步對 PyTorch 進(jin)行(xing)說明。

第五部分：介紹卷積(ji)網(wang)絡的(de)相關(guan)知識(shi)，包括(kuo)卷積(ji)層的(de)基(ji)礎(chu)知識(shi)，池化層。后會實現(xian) LeNet。

第六部分(fen)：關注前沿的卷(juan)積網(wang)絡，會講到新的卷(juan)積網(wang)絡殘差網(wang)絡 ResNet，稠密(mi)連接網(wang)絡 DenseNet 的實現(xian)。