李沐-动手学深度学习V2
文件信息
文件名称
李沐-动手学深度学习V2
文件大小
10.81 GB
文件状态
有效
存储位置
夸克网盘
分享者
夸父*100
📁 李沐-动手学深度学习V2资源包内容详情 (10.81 GB)
李沐-动手学深度学习V2 - 文件信息
- 包含文件：00 预告
- 000pdf+src
- 01 课程安排
- 02 深度学习介绍
- 03 安装
- 04 数据操作 + 数据预处理
- 05 线性代数
- 06 矩阵计算
- 07 自动求导
- 08 线性回归 + 基础优化算法
- 09 Softmax 回归 + 损失函数 + 图片分类数据集
- 09A Windows 下安装 CUDA 和 Pytorch 跑深度学习
- 09B 使用 AWS 最便宜的 GPU 实例
- 10 多层感知机 + 代码实现
- 10行代码战胜90%数据科学家？
- 11 模型选择 + 过拟合和欠拟合
- 12 权重衰退
- 13 丢弃法
- 14 数值稳定性 + 模型初始化和激活函数
- 15 实战：Kaggle房价预测 + 课程竞赛：加州2020年房价预测
- 16 PyTorch 神经网络基础
- 17 使用和购买 GPU
- 18 预测房价竞赛总结
- 19 卷积层
- 20 卷积层里的填充和步幅
- 21 卷积层里的多输入多输出通道
- 22 池化层
- 23 经典卷积神经网络 LeNet
- 24 深度卷积神经网络 AlexNet
- 25 使用块的网络 VGG
- 26 网络中的网络 NiN
- 27 含并行连结的网络 GoogLeNet Inception V3
- 28 批量归一化
- 29 残差网络 ResNet
- 29.2 ResNet为什么能训练出1000层的模型
- 30 第二部分完结竞赛：图片分类
- 31 深度学习硬件：CPU 和 GPU
- 32 深度学习硬件：TPU和其他
- 33 单机多卡并行
- 34 多GPU训练实现
- 35 分布式训练
- 36 数据增广
- 37 微调
- 38 第二次竞赛 树叶分类结果
- 39 实战 Kaggle 比赛：图像分类（CIFAR-10）
- 40 实战 Kaggle 比赛：狗的品种识别（ImageNet Dogs）
- 41 物体检测和数据集
- 42 锚框
- 43 树叶分类竞赛技术总结
- 44 物体检测算法：R-CNN，SSD，YOLO