2021ML实战-深度学习速成

课程描述

    该课程为深度学习提供了实用的入门知识，包括理论动机以及如何在实践中进行实践。作为课程的一部分，我们将介绍多层感知器，反向传播，自动微分和随机梯度下降。此外，我们介绍了用于图像处理的卷积网络，从简单的LeNet到更新的体系结构（例如ResNet），以提供高度精确的模型。其次，我们讨论了序列模型和递归网络，例如LSTM，GRU和注意机制。在整个课程中，我们强调高效的实现，优化和可伸缩性，例如，针对多个GPU和多个计算机。本课程的目的是提供良好的理解和建立现代非参数估计量的良好能力。整个课程均基于Jupyter笔记本，以使学生快速获得经验。

   bshq：2021ML实战新课-《深度学习速成课程2021》课程视频及ppt免费分享

课程大纲

课程主页

    http://courses.d2l.ai/berkeley-stat-157/index.html#

     

     

课程视频截图

bshq：2021ML实战新课-《深度学习速成课程2021》课程视频及ppt免费分享

往期精品内容推荐

李沐中《动手学深度学习》最新版免费分享

2020年最新-10套必读私藏自然语言处理中文书籍

计算机视觉经典教材-《计算机视觉：算法与应用第二版》免费pdf分享

Fast.ai-《程序员深度学习实战课程2020》最新视频分享（带中英双字幕）

欧洲计算机视觉国际会议ECCR20最新论文整理分享

CMU低资源NLP训练营-自然语言任务综述

神经网络视频/图像渲染相关经典论文、项目、数据集等资源整理分享

2020年新课-《TensorFlow 2.0初学者入门》视频分享