課程大綱：PyTorch 入門培訓
1
PyTorch 基礎入門
1.PyTorch簡介
2.PyTorch中的張量及其運算
3.PyTorch中的自動微分運算
4.用PyTorch實現線性回歸
2
預測未來單車使用量
1.數據歸一化、類型變量的轉換
2.搭建基本神經網絡的方法
3.數據分批次訓練原則
4.測試及簡單分析神經網絡的方法
3
文本情緒分類器
1.使用Python從網絡上爬取信息的基本方法
2.處理語料“洗數據”的基本方法
3.詞袋模型搭建方法 4.簡單RNN的搭建方法
5.簡單LSTM的搭建方法
4
卷積神經網絡
1.使用PyTorch數據集三件套的方法
2.卷積神經網絡的搭建與訓練
3.可視化卷積核、特征圖的方法
5
遷移學習
1.使用PyTorch的數據集套件從本地加載數據的方法
2.遷移訓練好的大型神經網絡模型到自己模型中的方法
3.遷移學習與普通深度學習方法的效果區別
4.兩種遷移學習方法的區別
6
圖像風格遷移
1.遷移大型神經網絡VGG的方法 2.手動搭建計算圖的方法 3.重新定義損失計算模塊的方法
7
手寫字圖像生成與對抗網絡
1.反卷積生成圖像的實現方法
2.多模型聯合訓練的實現方法
3.深度卷積生成式對抗網絡（DCGAN）的實現方法
8
詞匯的星空
1.NGram(NPLM)語言模型
2.Word2Vec詞向量模型
3.使用Word2Vec詞向量進行語義運算
9
使用 RNN 生成簡單序列
1.什么是上下文無關文法
2.使用RNN或LSTM模型生成簡單序列的方法
3.探究RNN記憶功能的內部原理
請
登錄
后發表評論
新評論
全部
第1節
第2節
第3節
第4節
第5節
第6節
第7節
第8節
第9節
第10節
第11節
第12節
第13節
第14節
第15節
第16節
第17節
我的報告 / 所有報告
加入高級會員獲得助教答疑
