七月在线 PyTorch的入门与实战

该博客从PyTorch基础知识入手,涵盖深度学习回顾、词向量、NLP和CV任务,如语言模型、自然语言分类、图片分类。进阶讲解了风格迁移、GAN、Seq2Seq与Attention,并提供了多个实战项目,包括问答系统,适合初学者和进阶者提升技能。
摘要由CSDN通过智能技术生成


百度网盘

第一阶段 从PyTorch起步掌握DL基础

第一课 深度学习回顾与PyTorch简介

知识点1: 知识点:神经网络模型回顾(线性层,非线性激活函数,SoftMax),用PyTorch定义神经网络模型

知识点2: 知识点:损失函数,用PyTorch定义计算损失

知识点3: 知识点:反向传播算法,用PyTorch做反向传播

知识点4: 知识点:优化模型,PyTorch optimizer

实战项目: 实战项目:用PyTorch编写一个简单的分类器

第二课 词向量简介

知识点1: 知识点:词向量,word2vec

知识点2: 知识点:negative sampling

知识点3: 知识点:词向量的特性和应用

实战项目: 实战项目:用PyTorch训练词向量

第二阶段 利用pytorch处理常见的NLP、CV任务

第三课 语言模型

知识点1: 循环神经网络(RNN),LSTM, GRU

知识点2: 语言模型

实战项目: ElMo,BERT等预训练语言模型

实战项目: 用PyTorch训练语言模型

第四课 自然语言分类任务

知识点1: 词包(bag of words)模型

知识点2: 用PyTorch做迁移学习,finetune模型

实战项目: 文本情感分类项目

第五课 简单图片分类

知识点1: 知识点:卷积神经网络,用PyTorch定义卷积神经网络

知识点2: 知识点:使用PyTorch dataloader来高效读取数据

知识点3: 知识点:常用CNN架构, AlexNet, VGG, ResNet, DenseNet

实战项目: 实战项目:FashionMNIST 图像分类项目

第三阶段 pytorch实战NLP项目

第六课 图片风格迁移和GAN

知识点1: 知识点:图片风格迁移

知识点2: 知识点:生成对抗网络 (GAN)

实战项目: 实战项目:图片风格迁移项目和利用GAN生成图片

第七课 Seq2Seq与Attention

知识点1: 知识点:机器翻译

知识点2: 知识点:聊天机器人

实战项目: 实战项目:利用Seq2Seq+Attention模型训练一个翻译模型

第八课 问答系统

知识点1: 知识点:问答系统

知识点2: 知识点:大规模预训练语言模型

实战项目: 实战模型:训练一个问答系统

+V:jevnopark

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值