获取资料

JK-PyTorch深度学习实战

JK-PyTorch深度学习实战

1.开篇词

开篇词 _ 如何高效入门PyTorch?

2.基础篇

01 _ PyTorch:网红中的顶流明星

02 _ NumPy(上):核心数据结构详解

03 _ NumPy(下):深度学习中的常用操作

04 _ Tensor:PyTorch中最基础的计算单元

05 _ Tensor变形记:快速掌握Tensor切分、变形等方法

3.模型训练篇

06 _ Torchvision(上):数据读取,训练开始的第一步

07 _ Torchvision(中):数据增强,让数据更加多样性

08 _ Torchvision(下):其他有趣的功能

09 _ 卷积(上):如何用卷积为计算机“开天眼”?

10 _ 卷积(下):如何用卷积为计算机“开天眼”?

11 _ 损失函数:如何帮助模型学会“自省”?

12 _ 计算梯度:网络的前向与反向传播

13 _ 优化方法:更新模型参数的方法

14 _ 构建网络:一站式实现模型搭建与训练

15 _ 可视化工具:如何实现训练的可视化监控?

16分布式训练:如何加速你的模型训练?

加餐 _ 机器学习其实就那么几件事

4.实战篇

17 _ 图像分类(上):图像分类原理与图像分类模型

18 _ 图像分类(下):如何构建一个图像分类模型_

19 _ 图像分割(上):详解图像分割原理与图像分割模型

20 _ 图像分割(下):如何构建一个图像分割模型?

21 _ NLP基础(上):详解自然语言处理原理与常用算法

22 _ NLP基础(下):详解语言模型与注意力机制

23 _ 情感分析:如何使用LSTM进行情感分析?

24 _ 文本分类:如何使用BERT构建文本分类模型?

25 _ 摘要:如何快速实现自动文摘生成?

5.特别放送

用户故事 _ Tango:师傅领进门,修行在个人

答疑篇思考题答案集锦

6.结束语

期末测试来赴一场100分之约!

结束语人生充满选择,选择与努力同样重要

评论0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址