资源介绍
该系列课程是MXNet 团队联合将门创投,开设的一门零基础、着重动手实践的深度学习在线直播课程。课程内容将基于李沐等人的开源教程《动手学深度学习》(英文版为 Deep Learning – The Straight Dope),并使用 Apache MXNet 的最新前端 Gluon 作为开发工具,在动手实践的过程中学会使用简单易读的代码写出产品级的应用。
课程大纲
- 第一课:从上手到多类分类
- 第二课:过拟合、多层感知机、GPU和卷积神经网络
- 第三课:深度卷积网络,如何使用Gluon,以及核武器购买指南
- 第四课:BatchNorm,更深的卷积神经网络,图片增强和新的Kaggle练习
- 第五课:Gluon高级和优化算法基础
- 第六课:优化算法高级和计算机视觉
- 第七课:物体检测
- 第八课:物体检测·续
- 第九课:物体检测·再续
- 第十课:语义分割
- 第十一课:样式迁移
- 第十二课:循环神经网络
- 第十三课:正向传播、反向传播和通过时间反向传播
- 第十四课:实现、训练和应用循环神经网络
- 第十五课:门控循环单元(GRU)、长短期记忆(LSTM)、多层循环神经网络以及Gluon实现
- 第十六课:词向量(word2vec)
- 第十七课:GloVe、fastText和使用预训练的词向量
- 第十八课:seq2seq(编码器和解码器)和注意力机制
- [第一季完结] 第十九课:应用seq2seq和注意力机制:机器翻译
下载地址
- 资源已失效,不再补档。