我要自学网

 找回密码
 立即注册

[后端开发] PyTorch入门到进阶 实战计算机视觉与自然语言处理项目(更新至第5章)

[复制链接]
发表于 2020-8-3 21:35:55 | 显示全部楼层 |阅读模式
5ea7c0ea094bbf0d12000676-360-202.png
第1章 课程介绍-选择Pytorch的理由
本章节主要介绍课程的主要内容、核心知识点、课程涉及到的应用案例、深度学习算法设计通用流程、适应人群、学习本门课程的前置条件、学习后达到的效果等,帮助大家从整体上了解本门课程的整体脉络。

1-1 课程导学
第2章 初识PyTorch框架与环境搭建
本章节主要介绍PyTorch框架基础知识,对比其他的深度学习框架(比如:Tensorflow等),分析优缺点,以及介绍如何在Linux(Ubuntu16.04)系统下搭建Pytorch环境。

2-1 初识Pytorch基本框架
2-2 环境配置(1)
2-3 环境配置(2)
第3章 PyTorch入门基础串讲
主要介绍PyTorch框架中涉及到的基础知识、核心概念以及API,主要包括三个部分:1)Tensor以及相关的函数,2)Autograd机制以及相关函数,3)Torch.nn库。在介绍过程中,结合实际的例子进行Tensor操作函数、AutoGrad自动求导以及神经网络相关函数的使用说明,同时介绍其中涉及到的数学基础(导数,方向导数,偏导数,梯度等...

3-1 机器学习中的分类与回归问题-机器学习基本构成元素
3-2 Tensor的基本定义
3-3 Tensor与机器学习的关系
3-4 Tensor创建编程实例
3-5 Tensor的属性
3-6 Tensor的属性-稀疏的张量的编程实践
3-7 Tensor的算术运算
3-8 Tensor的算术运算编程实例
3-9 in-place的概念和广播机制
3-10 取整-余
3-11 比较运算-排序-topk-kthvalue-数据合法性校验
3-12 三角函数
3-13 其他数学函数
3-14 Pytorch与统计学方法
3-15 Pytorch与分布函数
3-16 Pytorch与随机抽样
3-17 Pytorch与线性代数运算
3-18 Pytorch与矩阵分解-PCA
3-19 Pytorch与矩阵分解-SVD分解-LDA
3-20 Pytorch与张量裁剪
3-21 Pytorch与张量的索引与数据筛选
3-22 Pytorch与张量组合与拼接
3-23 Pytorch与张量切片
3-24 Pytorch与张量变形
3-25 Pytorch与张量填充
3-26 Pytorch与傅里叶变换
3-27 Pytorch简单编程技巧
3-28 Pytorch与autograd-导数-方向导数-偏导数-梯度的概念
3-29 Pytorch与autograd-梯度与机器学习最优解
3-30 Pytorch与autograd-Variable$tensor
3-31 Pytorch与autograd-如何计算梯度
3-32 Pytorch与autograd中的几个重要概念-variable-grad-grad_fn
3-33 Pytorch与autograd中的几个重要概念-autograd例子
3-34 Pytorch与autograd中的几个重要概念-function
3-35 Pytorch与nn库
3-36 Pytorch与visdom
3-37 Pytorch与tensorboardX
3-38 Pytorch与torchvision
第4章 PyTorch搭建简单神经网络
主要介绍机器学习建模思维、神经网络基本概念以及PyTorch解决机器学习问题时搭建模型的基本组成模块,并使用PyTorch搭建简单的神经网络结构,完成手写数字识别和波士顿房价预测,两种不同问题(分类和回归)的数据处理、模型搭建、模型训练等不同过程。通过这个过程帮助大家梳理PyTorch搭建神经网络的基本流程,为后续解决...

4-1 机器学习和神经网络的基本概念(1)
4-2 机器学习和神经网络的基本概念(2)
4-3 利用神经网络解决分类和回归问题(1)
4-4 利用神经网络解决分类和回归问题(2)
4-5 利用神经网络解决分类和回归问题(3)
4-6 利用神经网络解决分类和回归问题(4)
4-7 利用神经网络解决分类和回归问题(5)
第5章 计算机视觉与卷积神经网络基础串讲
主要介绍计算机视觉的基本概念,涉及到图像数据表示,颜色空间,亮度对比度,边缘提取,滤波与锐化等基础概念,然后引入深度学习的基本概念(前向运算、反向传播等)、并详细介绍了基本网络单元(卷积层、池化层、激活层、Dropout层、BN层、FC层、损失层等)、感受野、参数量计算量评估等,另外,课程中帮助大家梳理了卷积...

5-1 计算机视觉基本概念
5-2 图像处理常见概念
5-3 特征工程
5-4 卷积神经网(上)
5-5 卷积神经网(下)
5-6 pooling层
5-7 激活层-BN层-FC层-损失层
游客,如果您要查看本帖隐藏内容请回复







上一篇:(打造简历金牌项目)Vue+Go 开发企业级微服务网关项目(更新至11章)
下一篇:玩转算法系列--图论精讲 面试升职必备(Java版)
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|小黑屋|站点地图|我要自学网 |网站地图

GMT+8, 2020-10-20 16:53 , Processed in 0.143866 second(s), 27 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表