课程安排 |
您所在的位置：网站首页 › 跟李沐学AI观看顺序 › 课程安排 |
|
动手学深度学习在线课程 课程更新 第二十四周 课程结束！谢谢学习。所有视频均上传B站。欢迎观看接下来的课程：斯坦福2021秋季：实用机器学习。 所有公告 课程摘要课时2021年3月20日 — （预计）7月直播时间北京时间每周六、日下午 1:00 — 2:30直播地址 机器之心视频回放 B站教材 zh-v2.d2l.ai不论是在学术突破还是在工业应用， 深度学习是人工智能在近十年里进展最为迅速的领域。然而，深度学习模型复杂、参数繁多、而且新模型层出不穷，这给学习带来了难度。 本课程将从零开始教授深度学习。同学们只需要有基础的Python编程和数学基础。我们将覆盖四大类模型：多层感知机、卷积神经网络、循环神经网络、和注意力机制。在此之上，我们将介绍深度学习中的两大应用领域—计算机视觉和自然语言处理—中的典型任务。 本课程的一大特点是不仅讲述模型算法，同时会将每一处细节都讲述如何用PyTorch进行实现。这样同学们可以在真实数据上获得第一手经验。我们将举办四次课程竞赛，让同学们实践学习到的知识如何解决实际问题。 课程内容将紧靠《动手学深度学习》第二版。本书目前已经被近200所大学采用作为教材。我们将在3月20日开始直播。同学们无需注册或缴费就可以参加。敬请期待。 讲师 李沐AWS 资深首席科学家美国卡内基梅隆大学计算机系博士 课程安排目前日程安排为暂定安排，会根据实际进度进行调整。部分内容暂时链接到英文版，中文版会随后更新。 深度学习基础3月20日课程安排 深度学习介绍 安装 数据操作数据预处理 3月21日线性代数[补充] 按特定轴求和 矩阵计算 自动求导3月27日线性回归基础优化方法 线性回归的从零开始实现 线性回归的简洁实现 3月28日Softmax 回归 损失函数 图像分类数据集 Softmax 回归的从零开始实现 Softmax 回归的简洁实现 4月3日休课 4月4日休课 4月10日感知机 多层感知机多层感知机的从零开始实现 多层感知机的简洁实现 4月11日模型选择 欠拟合和过拟合4月17日权重衰减Dropout4月18日数值稳定性模型初始化和激活函数 实战 Kaggle 比赛：预测房价 竞赛 预测房价 卷积神经网络4月24日模型构造 参数管理 自定义层 读写文件 GPU 4月25日休课 5月1日休课 5月2日休课 5月8日休课 5月9日休课 5月15日预测房价竞赛总结 从全连接层到卷积 图像卷积5月16日填充和步幅多输入多输出通道5月22日池化层卷积神经网络（LeNet）5月23日深度卷积神经网络（AlexNet）使用块的网络（VGG）5月29日网络中的网络（NiN）含并行连结的网络（GoogLeNet）5月30日批量归一化残差网络（ResNet）竞赛 图片分类 计算机视觉6月5日硬件：CPU和GPU 6月6日更多的专有硬件 多GPU训练6月12日休课 6月13日休课 6月19日多GPU训练的实现 分布式训练 6月20日图像增广微调6月26日实战 Kaggle 比赛：图像分类（CIFAR-10） 实战 Kaggle 比赛：狗的品种识别（ImageNet Dogs） 6月27日物体检测 边缘框实现 物体检测数据集 锚框竞赛 树叶分类竞赛总结 7月3日区域卷积神经网络（R-CNNs） 单发多框检测（SSD） 你只看一次（YOLO） 7月4日多尺度物体检测实现 SSD 实现 7月10日语义分割 语义分割数据集 转置卷积转置卷积是一种卷积7月11日全连接卷积神经网络（FCN）样式迁移竞赛 目标检测 循环神经网络7月17日序列模型文本预处理 7月18日语言模型和数据集循环神经网络 7月24日循环神经网络的从零开始实现 循环神经网络的简洁实现 7月25日门控循环单元（GRU）长短期记忆网络（LSTM）深层循环神经网络双向循环神经网络7月31日休课 8月1日休课 8月7日机器翻译与数据集 编码器-解码器结构序列到序列学习（seq2seq）束搜索 注意力机制8月8日注意力机制注意力分数使用注意力机制的seq2seq8月14日自注意力和位置编码Transformer8月15日BERTBERT预训练数据集 预训练BERT 微调BERT 自然语言推理和数据集 自然语言推理：微调BERT 竞赛 目标检测总结 8月21日优化算法 课程总结和进阶学习 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |