00预告
学习深度学习关键是动手
- 深度学习是人工智能最热的领域
- 核心是神经网络
- 神经网络是一门语言
- 应该像学习Python/C++一样学习深度学习
《动手深度学习》书籍链接
课程网站
01课程安排
目标
- 介绍深度学习经典和最新模型
- LeNet, ResNet, LSTM, BERT, …
- 机器学习
- 损失函数、目标函数、 过拟合、 优化
- 实践
- 使用Pytorch实现介绍的知识点
- 在真实数据上体验算法效果
内容
- 深度学习基础——线性神经网络，多层感知机
- 卷积神经网络——LeNet, AlexNet, VGG, Inception, ResNet
- 循环神经网络——RNN, GRU, LSTM, seq2seq
- 注意力机制——Attention, Transformer
- 优化算法——SGD, Momentum, Adam
- 高性能计算——并行，多GPU，分布式
- 计算机视觉——目标检测，语义分割
- 自然语言处理——词嵌入，BERT
你将学到什么
- What
- 深度学习里有那些技术
- How
- 如何实现和调参
- Why
- 背后的原因（直觉、数学）
资源
02深度学习介绍
03安装
pip install d2l -i http://pypi.douban.com/simple –trusted-host pypi.douban.com –user