李沐-动手学深度学习V2

📁 资源包内容详情 (10.81 GB)

1. 包含文件：00预告
2. 000pdf+src
3. 01课程安排
4. 02深度学习介绍
5. 03安装
6. 04数据操作+数据预处理
7. 05线性代数
8. 06矩阵计算
9. 07自动求导
10. 08线性回归+基础优化算法
11. 09Softmax回归+损失函数+图片分类数据集
12. 09AWindows下安装CUDA和Pytorch跑深度学习
13. 09B使用AWS最便宜的GPU实例
14. 10多层感知机+代码实现
15. 10行代码战胜90%数据科学家
16. 11模型选择+过拟合和欠拟合
17. 12权重衰退
18. 13丢弃法
19. 14数值稳定性+模型初始化和激活函数
20. 15实战：Kaggle房价预测+课程竞赛：加州2020年房价预测
21. 16PyTorch神经网络基础
22. 17使用和购买GPU
23. 18预测房价竞赛总结
24. 19卷积层
25. 20卷积层里的填充和步幅
26. 21卷积层里的多输入多输出通道
27. 22池化层
28. 23经典卷积神经网络LeNet
29. 24深度卷积神经网络AlexNet
30. 25使用块的网络VGG
31. 26网络中的网络NiN
32. 27含并行连结的网络GoogLeNetInceptionV3
33. 28批量归一化
34. 29残差网络ResNet
35. 29.2ResNet为什么能训练出1000层的模型
36. 30第二部分完结竞赛：图片分类
37. 31深度学习硬件：CPU和GPU
38. 32深度学习硬件：TPU和其他
39. 33单机多卡并行
40. 34多GPU训练实现
41. 35分布式训练
42. 36数据增广
43. 37微调
44. 38第二次竞赛树叶分类结果
45. 39实战Kaggle比赛：图像分类（CIFAR-10）
46. 40实战Kaggle比赛：狗的品种识别（ImageNetDogs）
47. 41物体检测和数据集
48. 42锚框
49. 43树叶分类竞赛技术总结
50. 44物体检测算法：R-CNN，SSD，YOLO