你将学到的
  • PyTorch 基础
  • 搭建卷积神经网络
  • 图像风格迁移
  • NGram 语言模型
  • 机器翻译
  • 简单的数据清洗
  • 迁移学习与普通深度学习区别
  • 反卷积生成图像的实现方法
  • RNN 和 LSTM 模型
实验 1 PyTorch 基础入门

知识点: 1.PyTorch简介 2.PyTorch中的张量及其运算 3.PyTorch中的自动微分运算 4.用PyTorch实现线性回归

实验 2 预测未来单车使用量

知识点: 1.数据归一化、类型变量的转换 2.搭建基本神经网络的方法 3.数据分批次训练原则 4.测试及简单分析神经网络的方法

实验 3 文本情绪分类器

知识点: 1.使用Python从网络上爬取信息的基本方法 2.处理语料“洗数据”的基本方法 3.词袋模型搭建方法 4.简单RNN的搭建方法 5.简单LSTM的搭建方法

实验 4 卷积神经网络

知识点: 1.使用PyTorch数据集三件套的方法 2.卷积神经网络的搭建与训练 3.可视化卷积核、特征图的方法

知识点: 1.使用PyTorch的数据集套件从本地加载数据的方法 2.迁移训练好的大型神经网络模型到自己模型中的方法 3.迁移学习与普通深度学习方法的效果区别 4.两种迁移学习方法的区别

实验 6 图像风格迁移

知识点: 1.迁移大型神经网络VGG的方法 2.手动搭建计算图的方法 3.重新定义损失计算模块的方法

实验 7 手写字图像生成与对抗网络

知识点: 1.反卷积生成图像的实现方法 2.多模型联合训练的实现方法 3.深度卷积生成式对抗网络(DCGAN)的实现方法

实验 8 词汇的星空

知识点: 1.NGram(NPLM)语言模型 2.Word2Vec词向量模型 3.使用Word2Vec词向量进行语义运算

实验 9 使用 RNN 生成简单序列

知识点: 1.什么是上下文无关文法 2.使用RNN或LSTM模型生成简单序列的方法 3.探究RNN记忆功能的内部原理

课程介绍

深度学习原理与 PyTorch 实战是一本系统介绍深度学习及开源框架 PyTorch 的入门书,于 2019 年 7 月 31 日出版。全书注重实战,每章围绕一个有意思的实战案例展开,不仅循序渐进地讲解了 PyTorch 的基本使用、神经网络的搭建、卷积神经网络和循环神经网络的实现,而且全面深入地介绍了计算机视觉、自然语言处理、迁移学习,以及最新的对抗学习和深度强化学习等前沿技术。本课程是深度学习原理与 PyTorch 实战书籍的配套实践内容。

PyTorch 是由 Facebook 支持的一套深度学习开源框架,相比较 TensorFlow,它更易上手,所以一经推出就广受欢迎。本课程是采用 PyTorch 开源框架进行案例讲解的深度学习课程。同学们可以通过亲自动手实践,学习此系列课程,轻松入门深度学习,学会构造一个图像识别器,生成逼真的图画,让机器理解单词与文本,让机器作曲,教会机器玩游戏,还可以实现一个简单的机器翻译系统。

书籍主要作者集智俱乐部的张江老师,在集智学园亲自开设了 11 门直播课程,讲解本书内容。

适合人群

  • 人工智能行业的软件工程师、对人工智能感兴趣的学生,也非常适合作为深度学习培训教程。

课程信息

  • 学习周期:课程有效期 2 个月,2 个月后无法进行在线实验,但可查看文档内容。高级会员有效期内可一直学习,到期后课程失效,且无法查看文档。部分云主机实验环境因成本较高,存在开启次数限制。关于课程退款等相关注意事项说明,请阅读 用户付费协议
  • 版权说明:课程内容为实验楼原创或实验楼在原作者授权下制作。未经书面同意,擅自爬取、转载和再分发课程内容,均将受到严肃追责。
  • 企业团报:企业购买,请点击 企业用户咨询
课程教师

集智学园 共发布过 1 门课程

集智学园是一个人工智能知识社区,主要面向技术类高管、高级工程师、科研人员,提供人工智能、机器学习、大数据、复杂系统等领域的系列讲解及定制化咨询服务。集智AI学园官网:campus.swarma.org 集智学园公众号:swarmAI

查看老师的所有课程 >
实验楼楼+
实验楼会员
会员
开通会员,即刻开始学习
公众号
实验楼学习助手 实验楼订阅号