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：

PyTorch 基礎入門培訓

PyTorch 是一個基于 Torch 的(de) Python 開源機器學習庫，它主要由 Facebook 的(de)人工智能小(xiao)組(zu)開發。

該框架不僅能夠實現強(qiang)大的(de) GPU 加速，還支持動態的(de)神經(jing)網絡(luo)。

因此，很多互聯(lian)網的大(da)廠在(zai)進行深(shen)度學習時，都會使用該框(kuang)架，比如(ru) Facebook、Twitter 等。

1 張量的定義

2 激活函數

3 神經網絡模型的(de)建立(li)與訓練(lian)

4 CIFAR 的識別

5 梯度的求解

6 數據預處理

7 手寫字符(fu)的識別

8 遷移學習

1
張量的定義(yi)

1.張量的定義

2.張量的運算

3.張量的切片

2
梯度(du)的求解

1.張量的屬性

2.計算圖

3.梯度的計算

3
反向(xiang)傳播算法

1.正向傳播算法

2.梯度下降算法

3.反向傳播算法

4
梯(ti)度下降(jiang)算(suan)法

1.線性回歸

2.梯度下降(jiang)算(suan)法

3.損失函數

實驗 5
損失(shi)函數(shu)與(yu)優化器

1.損失函數的定(ding)義

2.優化器的定義

3.模型的訓練步驟

1
線性(xing)回(hui)歸的求(qiu)解

1.損失的定義

2.優化(hua)器的定義

3.模型的訓練

6
乳腺癌的預(yu)測

1.數據集的標(biao)準化

2.數據集的劃分

3.Sigmoid函數

4.乳腺癌的預測

7
數據加載器

1.數據的分批

2.手寫字符數據的分批

3.葡萄酒數(shu)據的分批

8
數據(ju)的預(yu)處(chu)理

1.預(yu)處理的批操作

2.葡萄酒數據的預處理

3.圖像(xiang)數(shu)據的預(yu)處理

實驗 9
Softmax 函(han)數與交叉熵函(han)數

1.二分類和多分類

2.交叉熵損失

3.PyTorch中的Softmax和交(jiao)叉熵

10
激活函(han)數(shu)及可視化

1.Sigmoid函(han)數

2.ReLU函數 3.Tanh函數

11
基于全連(lian)接神經網絡的數字(zi)識別

1.數據加載器的定義

2.優化器的定義(yi)

3.損失的定義

4.全連接網(wang)絡的建立

5.模(mo)型的訓練與測試

12
基于(yu)卷(juan)積神經網絡(luo)的 CIFAR10 識別

1.CIFAR10

2.數據的預處理

3.卷(juan)積神經網絡的相關概念

4.模型的搭建

5.模型的訓練

6.模型的測試與應用

13
基于遷移(yi)學習的蟻(yi)蜂分(fen)類模型

1.數據的預處理

2.遷移學習

3.預訓練模型

4.模型的訓練與測試

14
模(mo)型的保(bao)存(cun)與加載

1.完整模型(xing)的(de)保(bao)存

2.模型參數的保存(cun)

3.模型的加載