Python3课程体系认知入门培训 技术能力内训

第一阶段 从PyTorch起步掌握DL基础
第一课 深度学习回顾与PyTorch简介
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
知识点3: 知识点:反向传播算法,用PyTorch做反向传播
知识点4: 知识点:优化模型,PyTorch optimizer
实战项目: 实战项目:用PyTorch编写一个简单的分类器
第二课 词向量简介
知识点1: 知识点:词向量,word2vec
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
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
第三课 语言模型
知识点1: 循环神经网络(RNN),LSTM, GRU
知识点2: 语言模型
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
第四课 自然语言分类任务
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
实战项目: 文本情感分类项目
第五课 简单图片分类
知识点1: 知识点:卷积神经网络,用PyTorch定义卷积神经网络
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, DenseNet
实战项目: 实战项目:FashionMNIST 图像分类项目

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
知识点2: 知识点:生成对抗网络 (GAN)
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
知识点2: 知识点:聊天机器人
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

资源下载
下载价格10.0 猫币
购买须知:
1、未登录的情况下也可以购买,但是链接有效期有限,请及时保存下载链接
2、购买前请仔细查看本网站章节目录,看一下是否符合自己的需求,有些课程有小部分缺失是正常现象
3、如果实际下载与本网站章节目录严重不符,评论告诉我们
有问题联系qq:2946116934

评论0

请先