|
(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。
| 
发表于 2019-6-6 18:14:35
发表于 2019-7-19 01:13:05
发表于 2020-6-25 09:06:19
发表于 2022-8-25 01:51:46