动手学深度学习

文章目录8 篇

1. 【动手学深度学习】0 课程概览

   《动手学深度学习》是一本面向中文读者的能运行、可讨论的深度学习教科书。这个系列是我学习的过程和笔记，对原有的 Jupyter Notebook 形式做了一定的修改，方便直接在命令行中运行和交互。

2. 【动手学深度学习】1 深度学习基础

   第一课我们来学习一些有关深度学习的基础知识，方便后面的深入学习。

3. 【动手学深度学习】2 深度学习计算

   这一讲我们主要来学习下构造模型的相关技术，包括读取、存储和计算，基本可以直接上手代码，文章属于小小补充。

4. 【动手学深度学习】3 卷积神经网络

   这一讲我们来看看 CNN，关于 CNN 其实前面 CS20 和 CS230 都有比较详细介绍，这里主要看看 PyTorch 如何快速实现。

5. 【动手学深度学习】4 循环神经网络

   这一讲我们来看看 RNN，关于 RNN 其实前面 CS20 和 CS230 都有比较详细介绍，这里主要看看 PyTorch 如何快速实现。

6. 【动手学深度学习】5 优化算法

   前面我们主要介绍了各种经典网络，这次我们主要来看看这些网络中非常基础但是核心的部分 - 优化算法，也就是模型到底是如何训练的。

7. 【动手学深度学习】6 计算机视觉

   这一节我们来了解一些计算机视觉常用的技术，包括图像增广、微调、目标检测和锚框等，本节最好使用 GPU。

8. 【动手学深度学习】7 自然语言处理

   这一节我们来了解一些自然语言处理常用的技术，包括词嵌入、情感分类、机器翻译等，本节最好使用 GPU。