01 课程安排【动手学深度学习v2】

课程安排

目标

• 介绍深度学习经典模型和最新模型：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

将会学到什么？

资源

• 课程主页：https://courses.d2l.ai/zh-v2
• 教材：https://zh-v2.d2l.ai/
• 课程论坛讨论：https://discuss.d2l.ai/c/16
• Pytorch论坛：https://discuss.pytorch.org/

----end----

其他参考：

1、《动手学深度学习》，课程安排，https://courses.d2l.ai/zh-v2/assets/pdfs/part-0_1.pdf