深度学习PyTorch极简入门

2024-11-27 上传 206 页 12.6 MB 3 阅读
这是一个深度学习PyTorch极简入门PDF教程,共有18个章节,涵盖深度学习Python必备知识点、框架、神经网络、项目实战、卷积神经网络等内容,是一个不错的深度学习PyTorch教程。
深度学习概述
深度学习Python必备知识点
Anaconda与Jupyter Notebook
深度学习框架PyTorch
神经网络基础知识
浅层神经网络(NN) 
项目实战一自己动手写一个神经网络模型
深层神经网络(DNN) 
项目实战一让你的神经网络模型越来越深
优化神经网络一如何防止过拟合
优化神经网络一梯度优化
优化神经网络一网络初始化技巧与超参数调试
构建神经网络模型的实用建议
项目实战一深度优化你的神经网络模型
卷积神经网络(CNN)
项目实战一利用 PyTorch构建CNN模型
循环神经网络(RNN) 
项目实战一利用 PyTorch构建RNN模型
1 / 206
2 / 206
3 / 206
4 / 206
5 / 206
标签:PyTorch
温馨提示:
1.未经权益所有人同意不得将文件中的内容挪作商业或盈利用途;
2.本站仅提供存储空间,仅对用户上传内容作预览展示处理,对用户上传分享的文档内容本身不做任何修改或编辑,本站不对任何下载内容负责;
3.下载文件中如有侵权或不当内容,请与我们联系,我们立即纠正;
4.本站不保证下载资源的准确性、安全性和完整性,同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的损失。
最新评论
请遵守国家互联网相关法律、法规,文明评论。
相关文章
PyTorch版《动手学深度学习》PDF 版开源了

本书⾯向希望了解深度学习,特别是对实际使⽤深度学习感兴趣的⼤学⽣、⼯程师和研究⼈员。本书并不要求你有任何深度学习或者机器学习的背景知识,我们将从头开始解释每⼀个概念。虽然深度学习技术与应⽤的阐述涉及了数学和编程,但你只需了解基础的数学和编程,例如基础的线性代数、微分和概率,以及基础的 Python 编程。


用树莓派4b构建深度学习应用(7) Codeless开发篇

这篇我们试着在这基础上,做一些有趣的AI应用,并赶一波时髦全程采用无代码开发。


可视化解释11种基本神经网络架构

随着深度学习的飞速发展,已经创建了完整的神经网络体系结构主机,以解决各种各样的任务和问题。 尽管有无数的神经网络架构,但对于任何深度学习工程师来说,这里有11种必不可少的知识,它们分为四大类:标准网络,递归网络,卷积网络和自动编码器。


语义网络,语义网,链接数据和知识图谱

本文将对KG中的一些概念作更为详细的介绍。


AIoT边缘计算平台整理

整理可用于AIoT边缘计算的单版计算机。