目录
00预告
学习深度学习关键是动手
深度学习是人工智能最热的领域
核心是神经网络
应该像学习Python/C++一样学习深度学习
01课程安排
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, seq2seq
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
你将学到什么
what:深度学习里有哪些技术
how:如何实现和调参
why:背后的原因(直觉、数学)
02深度学习介绍