课程(含PPT):课程安排 - 动手学深度学习课程
B站:00 预告【动手学深度学习v2】_哔哩哔哩_bilibili
配套书籍:前言 — 动手学深度学习 2.0.0 documentation
课程代码:GitHub - d2l-ai/d2l-zh-pytorch-slides: Pytorch版代码幻灯片
课程论坛讨论:中文版 - D2L Discussion
PyTorch论坛:PyTorch Forums
课代表笔记:https://github.com/AccumulateMore/CV
目标
介绍深度学习经典和最新模型
LeNet, ResNet, LSTM, BERT, ...
机器学习基础
损失函数、目标函数、过拟合、优化
实践
使用Pytorch实现介绍的知识点
在真实数据上体验算法效果
内容
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,seq2seg
注意力机制——Attention,Transformer
优化算法——SGD,Momentum,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
学习笔记,资源链接如上