- 博客(2)
- 收藏
- 关注
RSS订阅原创 Python深度学习进阶与前沿应用
注意力机制、Transformer模型（BERT、GPT-1/2/3/3.5/4、DETR、ViT、Swin Transformer等）、生成式模型（变分自编码器VAE、生成式对抗网络GAN、扩散模型Diffusion Model等）、目标检测算法（R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SDD等）、图神经网络（GCN、GAT、GIN等）、强化学习（Q-Learning、DQN等）、深度学习模型可解释性与可视化方法（CAM、Grad-CAM、LIME、t-SNE等）的基本原理及
2024-08-04 15:29:58
423
原创 全流程Python编程、机器学习与深度学习
理解和掌握深度学习的基础知识，深入了解其与经典机器学习算法的区别与联系，包括迁移学习、循环神经网络（RNN）、长短时记忆网络（LSTM）、时间卷积网络（TCN）、生成对抗网络（GAN）、YOLO目标检测算法、自编码器等前沿技术的原理及其PyTorch编程实现。
2024-08-04 15:23:30
461
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人