莫烦教学PyTorch 学神经网络

傲剑-刑天 · 发表于 2019-5-8 13:53

〖课程介绍〗:
      精心编制的神经网络学习教程, 从认识神经网络到使用神经网络分析各种问题, 比如说回归, 分类, 图片分析, 序列分析等等. 经典中的经典. 之前做过 Tensorflow 神经网络的教程, 反响热烈, 现在重新编排教学内容, 更加具体到位. 比你买教科书好多了.8 r" Q3 m4 w) o: Y6 f" z) o7 Z
      通过代码学习, 并且加上许多动画形式的短片, 让你没有经验都能迅速掌握要学习的内容. 所以课程包括以下内容.- ^8 e! F! w* x! I2 k; s
      [PyTorch 基础]9 P$ `- g/ j6 L
      [PyTorch 搭建你的第一个神经网络]
      简单的回归, 分类问题4 |3 v0 v# \4 X* }
      [高级神经网络结构]: T1 Y, v9 o+ b  j
      CNN, RNN, Autoencoder, GAN, DQN 等.
      [高级内容]
      Dropout, Batch Normalization 等.; @: E* q( A( w% I; y( G* N& r$ o

〖课程目录〗:
      1.科普人工神经网络 VS 生物神经网络
      2.什么是神经网络 (机器学习)
      3.神经网络  梯度下降 (Gradient Descent in Neura& K8 A3 L6 I2 ^  P  `/ A
      4.科普神经网络的黑盒不黑 (深度理解神经网络)/ |; ]. A0 u1 Z! |1 m
      5.1.1 Why" y" w1 C& O) \# ]1 M
      6.1.2 安装( T4 A0 y4 t$ l' h) ^& n( i* T* Z
      7.2.1 Numpy Torch 对比& `6 V( z0 c" m. \! Z1 r2 J
      8.2.2 Variable 变量
      9.什么是激励函数 (深度学习)
      10.2.3 Activation Function 激励函数4 P( y' O6 }/ t3 w4 F- Q5 Y, [+ Y
      11.3.1 Regression 回归
      12.3.2 Classification 分类& \$ D9 ^6 i# |: i
      13.3.3 快速搭建法' N( h- x/ \8 `% @% V9 M
      14.3.4 保存提取
      15.3.5 批数据训练/ W6 a( Y9 {) G4 y5 @& w
      16.优化器 Optimizer 加速神经网络训练 (深度学习)
      17.3.6 Optimizer 优化器
      18.什么是卷积神经网络 CNN (深度学习)* d2 d; q: C+ E; ^
      19.4.1 CNN 卷积神经网络
      20.什么是循环神经网络 RNN (深度学习)* J8 r' N& G, {4 `$ M
      21.什么是 LSTM RNN 循环神经网络 (深度学习)$ ~. ?9 k! l0 I( [' e) e/ Y8 ?
      22.4.2 RNN 循环神经网络分类
      23.4.3 RNN 循环神经网络回归
      24.什么是自编码 Autoencoder (深度学习)
      25.4.4 AutoEncoder 自编码# t1 ~) i0 M! {3 M% L. r( X
      26.什么是 DQN (Reinforcement Learning 强化学习)
      27.4.5 DQN 强化学习! u% d; `5 l; d- h- H0 }. f
      28.什么是 GAN 生成对抗网络 (深度学习), f) x2 i8 U/ s! g
      29.4.6 GAN 生成对抗网络8 @- d! J) W9 E8 O
      30.5.1 为什么 Pytorch 是动态 Dynamic–
      31.5.2 GPU 加速# \1 v; Y$ d: ]! M
      32.什么是过拟合 (深度学习)) M* A0 X5 [% N$ @: ]2 _
      33.5.3 过拟合 Dropout1 i: i, g9 A4 M# J* ~
      34.什么是 Batch Normalization 批标准化
      35.5.4 Batch Normalization 批标准化

游客，如果您要查看本帖隐藏内容请回复