课程大纲：PyTorch 入门培训
1
PyTorch 基础入门
1.PyTorch简介
2.PyTorch中的张量及其运算
3.PyTorch中的自动微分运算
4.用PyTorch实现线性回归
2
预测未来单车使用量
1.数据归一化、类型变量的转换
2.搭建基本神经网络的方法
3.数据分批次训练原则
4.测试及简单分析神经网络的方法
3
文本情绪分类器
1.使用Python从网络上爬取信息的基本方法
2.处理语料“洗数据”的基本方法
3.词袋模型搭建方法 4.简单RNN的搭建方法
5.简单LSTM的搭建方法
4
卷积神经网络
1.使用PyTorch数据集三件套的方法
2.卷积神经网络的搭建与训练
3.可视化卷积核、特征图的方法
5
迁移学习
1.使用PyTorch的数据集套件从本地加载数据的方法
2.迁移训练好的大型神经网络模型到自己模型中的方法
3.迁移学习与普通深度学习方法的效果区别
4.两种迁移学习方法的区别
6
图像风格迁移
1.迁移大型神经网络VGG的方法 2.手动搭建计算图的方法 3.重新定义损失计算模块的方法
7
手写字图像生成与对抗网络
1.反卷积生成图像的实现方法
2.多模型联合训练的实现方法
3.深度卷积生成式对抗网络（DCGAN）的实现方法
8
词汇的星空
1.NGram(NPLM)语言模型
2.Word2Vec词向量模型
3.使用Word2Vec词向量进行语义运算
9
使用 RNN 生成简单序列
1.什么是上下文无关文法
2.使用RNN或LSTM模型生成简单序列的方法
3.探究RNN记忆功能的内部原理
请
登录
后发表评论
最新评论
全部
第1节
第2节
第3节
第4节
第5节
第6节
第7节
第8节
第9节
第10节
第11节
第12节
第13节
第14节
第15节
第16节
第17节
我的报告 / 所有报告
加入高级会员获得助教答疑
