(免费精品课程分享)-PyTorch深度学习实战

2018 年 10 月 28 日 深度学习与NLP
(免费精品课程分享)-PyTorch深度学习实战

    推荐一门由UDACITY分享的免费课程《PyTorch深度学习实战》课程,文末附课程地址链接。


课程介绍

    在本课程中,您将学习深度学习的基础知识,并使用PyTorch构建您自己的深度神经网络。通过编码练习和实现最先进的AI应用程序(如风格迁移(Style transfer)和文本生成(Text Generation))的项目,您将获得PyTorch的宝贵实践经验。


课程信息

课程目录


第1课 深度学习简介

    · 探索深度学习的基本概念,如神经网络和梯度下降

    · 在NumPy中实现神经网络,并使用梯度下降法,基于课堂中编程实践练习对其进行训练

    · 建立神经网络以预测学生入学率(Students Admissions)


第2课 PyTorch简介

    · 由PyTorch的创造者Soumith Chintala讲解,该框架是如何形成的,现在那些地方正在使用它,以及它如何改变深度学习的未来


第3课 使用PyTorch进行深度学习

    · 使用PyTorch构建您的第一个神经网络,以对服装图像进行分类

    · 通过一组Jupyter Notebooks来学习PyTorch的主要接口

    · 加载预先训练的神经网络以构建最先进的图像分类器


第4课 卷积神经网络

    · 使用PyTorch构建卷积神经网络,应用于计算机视觉应用

    · 训练卷积网络,从狗的图像中分类狗的品种


第5课 风格转移

    · 使用预先训练的卷积网络,将一个图像的样式与另一个图像的内容融合起来创建一种新的艺术风格

    · 复现论文“A Neural Algorithm of Artistic Style”,Leon A. Gatys,Alexander S. Ecker,Matthias Bethge


第6课 递归神经网络

    · 使用PyTorch构建循环神经网络,可以从自然语言等顺序数据中学习

    · 实现一个网络,从托尔斯泰著作《安娜卡列尼娜》中学习,以生成基于小说的新的文本


第7课 自然语言分类

    · 使用PyTorch实现可以对文本进行分类的循环神经网络

    · 使用您的网络预测电影评论的情绪


第8课 使用PyTorch进行部署

    · Soumith Chintala教您如何使用PyTorch部署深度学习模型

    · 构建聊天机器人并编译网络以在生产环境中进行部署

课程地址

    课程链接:https://in.udacity.com/course/deep-learning-pytorch--ud188

往期精彩内容推荐

对话AI一线大咖,零基础入门Python机器学习与深度学习

人工智能/深度学习近30年发展简史-Yoshua Bengio

10月最新-深度强化学习圣经-《Reinforcement Learning-第二版》

波士顿动力-唱歌、跳舞、后空翻-无所不能的机器人特辑

2018-CUDA编程精品教材分享《基于GPU-多核-集群等并行化编程》

<深度学习优化策略-4> 基于Gate Mechanism的激活单元GTU、GLU

深度学习模型-13 迁移学习(Transfer Learning)技术概述

<模型汇总-9> VAE基础:LVM、MAP、EM、MCMC、Variational Inference(VI)

模型汇总16 各类Seq2Seq模型对比及《Attention Is All You Need》中技术详解

优化策略5 Label Smoothing Regularization_LSR原理分析

AI、神经网络、机器学习、深度学习和大数据的核心知识备忘录分享

模型汇总23 - 卷积神经网络中不同类型的卷积方式介绍

纯干货-17 分布式深度学习原理、算法详细介绍

扫描下方二维码可以订阅哦!

DeepLearning_NLP

深度学习与NLP

       商务合作请联系微信号:lqfarmerlq

登录查看更多
9

相关内容

从这些令人兴奋的课程中学习,让自己沉浸在深度学习、强化学习、机器学习、计算机视觉和NLP中!!

成为VIP会员查看完整内容
0
74
小贴士
相关资讯
斯坦福CS236-深度生成模型2019-全套课程资料分享
深度学习与NLP
11+阅读 · 2019年8月20日
2019最新-UC Berkeley-《深度学习入门课程》分享
深度学习与NLP
9+阅读 · 2019年3月1日
网易云课堂独家 | 基于PyTorch实现的《深度学习》
深度学习与NLP
5+阅读 · 2019年2月15日
免费自然语言处理(NLP)课程及教材分享
深度学习与NLP
27+阅读 · 2019年1月18日
斯坦福NLP组-2019-《CS224n: NLP与深度学习》-分享
深度学习与NLP
5+阅读 · 2019年1月14日
CMU-2018年8月-深度学习基础课程视频分享
深度学习与NLP
6+阅读 · 2018年9月20日
入门最佳:PyTorch深度学习免费课程
新智元
5+阅读 · 2018年9月18日
相关论文
Ashutosh Adhikari,Achyudh Ram,Raphael Tang,Jimmy Lin
3+阅读 · 2019年8月22日
FocusNet: An attention-based Fully Convolutional Network for Medical Image Segmentation
Chaitanya Kaul,Suresh Manandhar,Nick Pears
4+阅读 · 2019年2月8日
Piotr Szymański,Tomasz Kajdanowicz,Nitesh Chawla
3+阅读 · 2019年1月1日
Abhishek Kumar,Daisuke Kawahara,Sadao Kurohashi
3+阅读 · 2018年6月16日
Xing Niu,Michael Denkowski,Marine Carpuat
5+阅读 · 2018年5月29日
Wei Xue,Tao Li
12+阅读 · 2018年5月18日
Furu Wei
4+阅读 · 2018年5月10日
Rodrigo Martínez-Castaño,Juan C. Pichel,Pablo Gamallo
3+阅读 · 2018年1月11日
Top