动手学深度学习--开篇

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