内容安排
- 深度学习基础:线性神经网络、多层感知机
- 卷积神经网络:LeNet、AlexNet、VGG、Inception、ResNet
- 循环神经网络:RNN、GRU、LSTM、seq2seq
- 注意力机制:Attention、Transformer
- 优化算法:SGD、Momtentum、Adam
- 高性能计算:并行、多GPU、分布式
- 计算机视觉:目标检测、语义分割
- 自然语言处理:词嵌入、BERT
what how why
深度学习里有哪些技术 如何调参和实现 直觉和数学原理
深度学习介绍
![在这里插入图片描述](https://img-blog.csdnimg.cn/d78a32ab794f4993b192a618996b7166.png)
应用领域:图片分类、目标检测、样式迁移、人脸合成图片、文字生成图片、文字自动生成、无人驾驶
完整的故事: