Content
10 Lessons • 0 Quizzes • 0 Challenges
学习深度学习
- 1
关于本课程
- 2
为什么要学习深度学习？
- 3
课程概述
神经网络
- 1
线性分类器
- 2
优化与梯度下降
- 3
神经网络
- 4
反向传播算法
- 5
使用 PyTorch 构建一个神经网络
- 6
神经网络自测题
训练神经网络
- 1
优化
- 2
常用的优化算法
- 3
激活函数
- 4
PyTorch 训练
- 5
测试一下你对训练神经网络的掌握程度
卷积神经网络
- 1
卷积的原理
- 2
实际应用中的卷积
- 3
构建一个卷积网络
- 4
批归一化与 Dropout
- 5
跳跃连接
- 6
CNN 架构
- 7
CNN 自测题
循环神经网络
- 1
一个简单的RNN单元
- 2
LSTM：长短期记忆单元
- 3
在 PyTorch 中编写自定义 LSTM 单元
- 4
在时间和空间上连接LSTM单元
- 5
RNN 自测题
自编码器
- 1
生成式学习
- 2
自编码器基础
- 3
变分自编码器：理论
- 4
变分自编码器：实践
- 5
自测题：关于自编码器
生成对抗网络
- 1
生成器与判别器
- 2
生成对抗网络详解
- 3
使用 PyTorch 开发一个生成对抗网络（GAN）
- 4
GAN相关知识自测题
注意力机制与Transformer
- 1
序列到序列模型
- 2
注意力
- 3
Transformer 的核心概念
- 4
自注意力
- 5
多头自注意力
- 6
Transformer 的基本构建模块
- 7
Transformer的编码器
- 8
Transformer的解码器
- 9
构建一个Transformer编码器
- 10
测验一下你对Transformer的掌握程度
图神经网络
- 1
图的基础知识
- 2
图的数学基础
- 3
图卷积网络
- 4
GCN的实现
- 5
GNN相关知识自测题
结论
- 1
接下来该往哪里走？
- 2
附录
Certificate of Completion
Showcase your accomplishment by sharing your certificate of completion.
Course Author:Anonymous User