动手学习深度学习 PyTorch版-笔记汇总-不完全指北

文章目录

  • 一、课程资源
  • 二、笔记汇总

前言:李沐,亚马逊资深首席科学家。课程将从零开始教授深度学习,不仅讲述模型算法,同时会将每一处细节都讲述如何用PyTorch进行实现。沐神yyds。

一、课程资源

  • B站:动手学深度学习 PyTorch版
  • 教材:动手学深度学习 2.0.0-beta1 documentation (d2l.ai)
  • 课程论坛讨论:中文版 - D2L Discussion
  • Pytorch论坛:PyTorch Forums

二、笔记汇总

此博客仅方便学习,无其他用图,部分章节时间有限未学习,暂附官方链接

  • 1、前言:动手学习深度学习 01:前言
  • 2、预备知识:动手学习深度学习 02:预备知识
  • 3、线性神经网络:动手学习深度学习 03:线性神经网络
  • 4、多层感知机:动手学习深度学习 04:多层感知机_多层感知机优化
  • 5、深度学习计算:动手学习深度学习 05:深度学习计算_深度学习计算题
  • 6、卷积神经网络:动手学习深度学习 06:卷积神经网络
  • 7、现代卷积神经网络:动手学习深度学习 07:现代卷积神经网络(AlexNet、VGG、NiN、GoogleNet、批量归一化、ResNet、DenseNet)
  • 8、计算性能(深度学习硬件):12. 计算性能 — 动手学深度学习 2.0.0-beta1 documentation (d2l.ai)
  • 9、计算机视觉:动手学习深度学习 08:机器视觉
  • 10、循环神经网络:动手学习深度学习 09:循环神经网络
  • 11、现代循环神经网络:9. 现代循环神经网络 — 动手学深度学习 2.0.0-beta1 documentation (d2l.ai)
  • 12、注意力机制:10. 注意力机制 — 动手学深度学习 2.0.0-beta1 documentation (d2l.ai)
  • 13、优化算法:11. 优化算法 — 动手学深度学习 2.0.0-beta1 documentation (d2l.ai)
  • 14、自然语言处理:预训练:14. 自然语言处理:预训练 — 动手学深度学习 2.0.0-beta1 documentation (d2l.ai)
  • 15、自然语言处理:应用:15. 自然语言处理:应用 — 动手学深度学习 2.0.0-beta1 documentation (d2l.ai)
  • 16、附录:深度学习工具:16. 附录:深度学习工具 — 动手学深度学习 2.0.0-beta1 documentation (d2l.ai)

你可能感兴趣的:(DeepLearning,深度学习,pytorch,计算机视觉,神经网络,python)