- 博客(2)
- 收藏
- 关注
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