更多资料请关注公众号：计算机视觉与图形学实战
[MXNet/Gluon] 动手学深度学习第一课：从上手到多类分类
目录 | 播放量 9.4万 |
- [30min] 介绍 | - [15min] 演示从干净系统安装依赖包 |
- [15min] 使用NDArray来处理数据 | - linear algebra |
- probablity | - [15min] 使用autograd来自动求导 |
- [20min] 第一个模型：线性回归 | - [10min] 上面模型使用Gluon的实现 |
- [15min] 再来一个模型：多类Logistic回归 |
目录 （播放量 1.5万播放） |
P1 1.01 【第01课】从上手到多类分类 2:00:54 |
P2 2.02 【第02课】过拟合、多层感知机、GPU和卷积神经网络 2:02:12 |
P3 3.03 【第03课】卷积神经网络，如何使用Gluon，以及核武器购买指南 2:00:43 |
P4 4.04 【第04课】BatchNorm，更深的卷积神经网络，图片增强和新的Ka 2:00:20 |
P5 5.05 【第05课】Gluon高级和优化算法基础 1:57:30 |
P6 6.06 【第06课】优化算法高级和计算机视觉 1:50:48 |
P7 7.07 【第07课】物体检测 2:56:54 |
P8 8.08 【第08课】语义分割 1:00:15 |
P9 9.09 【第09课】样式迁移 59:18 |
P10 10.10 【第10课】循环神经网络 1:09:07 |
P11 11.11 【第11课】正向传播、反向传播和通过时间反向传播 1:05:38 |
P12 12.12 【第12课】实现、训练和应用循环神经网络 1:04:51 |
P13 13.13 【第13课】门控循环单元（GRU）长短期记忆（LSTM）多层循环神经 1:05:51 |
P14 14.14 【第14课】词向量（word2vec) 1:07:37 |
P15 15.15 【第15课】GloVe、fastText和使用预训练的词向量 1:06:25 |
P16 16.16 【第16课】seq2seq（编码器和解码器）和注意力机制 1:05:25 |
P17 17.17 【第17课】应用seq2seq和注意力机制：机器翻译 1:11:13 |