最好的PyTorch的入门与实战教程(16小时实战)
第一阶段 从PyTorch起步掌握DL基础3 I7 u" L! l( p6 x# K. ?
第一课 深度学习回顾与PyTorch简介( ? L ~: E: [1 e, S1 X: S
知识点1: 知识点:神经网络模型回顾(线性层,非线性激活函数,SoftMax),用PyTorch定义神经网络模型
知识点2: 知识点:损失函数,用PyTorch定义计算损失( E7 t/ M9 T' ~' a
知识点3: 知识点:反向传播算法,用PyTorch做反向传播* P* z8 V' N9 j4 c
知识点4: 知识点:优化模型,PyTorch optimizer( f% }0 D) U( W S* G4 x
实战项目: 实战项目:用PyTorch编写一个简单的分类器2 w" z; ]- |; U+ \
第二课 词向量简介
知识点1: 知识点:词向量,word2vec. \# ~ D/ H# G
知识点2: 知识点:negative sampling
知识点3: 知识点:词向量的特性和应用: J7 ^+ N1 y6 r' [# Q1 N' e& s6 ?" w
实战项目: 实战项目:用PyTorch训练词向量
第二阶段 利用pytorch处理常见的NLP、CV任务4 ?. M$ t( H7 ?' a3 H0 G
第三课 语言模型
知识点1: 循环神经网络(RNN),LSTM, GRU7 D- d8 R a" G
知识点2: 语言模型! X# t' ]* e- O ~& a4 Q8 K
实战项目: ElMo,BERT等预训练语言模型
实战项目: 用PyTorch训练语言模型! R% k$ R% e% @" d1 x3 X% \. h
第四课 自然语言分类任务3 ~8 G9 K p4 G- x# B
知识点1: 词包(bag of words)模型
知识点2: 用PyTorch做迁移学习,finetune模型# t, E8 y( b- G7 V2 j& k
实战项目: 文本情感分类项目
第五课 简单图片分类* ]% }7 P! m' p/ \, T
知识点1: 知识点:卷积神经网络,用PyTorch定义卷积神经网络4 y+ x% k3 N( H& ?( x' R
知识点2: 知识点:使用PyTorch dataloader来高效读取数据
知识点3: 知识点:常用CNN架构, AlexNet, VGG, ResNet, DenseNet7 Q: W2 F5 A/ h! A# \ _
实战项目: 实战项目:FashionMNIST 图像分类项目
. a4 Y* U# Y8 Z
第三阶段 pytorch实战NLP项目
第六课 图片风格迁移和GAN
知识点1: 知识点:图片风格迁移0 D& M& ?: L% k8 l# @% i! N
知识点2: 知识点:生成对抗网络 (GAN)# H) \+ a. K% l
实战项目: 实战项目:图片风格迁移项目和利用GAN生成图片
第七课 Seq2Seq与Attention
知识点1: 知识点:机器翻译 R% h) _7 r7 B1 L* O4 N
知识点2: 知识点:聊天机器人( G: m% m; a: F% b& t- K% V
实战项目: 实战项目:利用Seq2Seq+Attention模型训练一个翻译模型
第八课 问答系统
知识点1: 知识点:问答系统
知识点2: 知识点:大规模预训练语言模型
实战项目: 实战模型:训练一个问答系统
下载地址:v3 最好的PyTorch的入门与实战教程(16小时实战)
|