内容
0 课时 • 0 测验 • 0 挑战
课程暂未关联课时
当前课程存在，但没有可学习的课时内容。请稍后再试。
☆☆☆☆☆
0.0中级
2h 30m
JAX与深度学习简介
JAX 是一个专为高性能机器学习研究设计的 Python 库。它是一个功能强大的数值计算库，类似于 NumPy，但在关键方面进行了重要改进。 在本课程中，您将全面学习 JAX 及其生态系统中的各类库（包括 Haiku、Jraph、Chex、Flax 和 Optax）。课程面向广泛的受众，涵盖线性代数、随机变量理论、伪随机数生成以及优化算法等多个主题。 通过本课程的学习，您将掌握一套新技能，使深度学习编程更加直观、结构化和简洁。
6 课时
JAX与深度学习简介
JAX 是一个专为高性能机器学习研究设计的 Python 库。它是一个功能强大的数值计算库，类似于 NumPy，但在关键方面进行了重要改进。
在本课程中，您将全面学习 JAX 及其生态系统中的各类库（包括 Haiku、Jraph、Chex、Flax 和 Optax）。课程面向广泛的受众，涵盖线性代数、随机变量理论、伪随机数生成以及优化算法等多个主题。
通过本课程的学习，您将掌握一套新技能，使深度学习编程更加直观、结构化和简洁。
JAX 是一个专为高性能机器学习研究设计的 Python 库。它是一个功能强大的数值计算库，类似于 NumPy，但在关键方面进行了重要改进。
在本课程中，您将全面学习 JAX 及其生态系统中的各类库（包括 Haiku、Jraph、Chex、Flax 和 Optax）。课程面向广泛的受众，涵盖线性代...
你将学到什么
学习 JAX 的基础知识
学习如何使用Autograd
使用自动向量化进行批处理
使用 Haiku 和 Flax 实现神经网络
介绍 Optax 及深度学习中常见优化算法的概述
使用 Chex 对 JAX 程序进行测试
学习应用线性代数的基础知识
学习随机变量理论与概率分布
学习伪随机数生成
了解最优传输的基础知识
学习 JAX 的基础知识
评价
阅读参加过此课程的学生的评价，并分享您的学习体验。