思维导图备注

《动手学深度学习》(PyTorch版)
首页 白天 夜间 BookChat 小程序 小程序 阅读
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

4. 深度学习计算

 来源:ShusenTang 浏览 2926 扫码 分享 2020-06-10 23:31:49
  • 4.1 模型构造
  • 4.2 模型参数的访问、初始化和共享
  • 4.3 模型参数的延后初始化
  • 4.4 自定义层
  • 4.5 读取和存储
  • 4.6 GPU计算
当前内容版权归 ShusenTang 或其关联方所有，如需对内容或内容相关联开源项目进行关注与资助，请访问 ShusenTang .
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 简介
  • 阅读指南
  • 1. 深度学习简介
  • 2. 预备知识
    • 2.1 环境配置
    • 2.2 数据操作
    • 2.3 自动求梯度
  • 3. 深度学习基础
    • 3.1 线性回归
    • 3.2 线性回归的从零开始实现
    • 3.3 线性回归的简洁实现
    • 3.4 softmax回归
    • 3.5 图像分类数据集（Fashion-MNIST）
    • 3.6 softmax回归的从零开始实现
    • 3.7 softmax回归的简洁实现
    • 3.8 多层感知机
    • 3.9 多层感知机的从零开始实现
    • 3.10 多层感知机的简洁实现
    • 3.11 模型选择、欠拟合和过拟合
    • 3.12 权重衰减
    • 3.13 丢弃法
    • 3.14 正向传播、反向传播和计算图
    • 3.15 数值稳定性和模型初始化
    • 3.16 实战Kaggle比赛：房价预测
  • 4. 深度学习计算
    • 4.1 模型构造
    • 4.2 模型参数的访问、初始化和共享
    • 4.3 模型参数的延后初始化
    • 4.4 自定义层
    • 4.5 读取和存储
    • 4.6 GPU计算
  • 5. 卷积神经网络
    • 5.1 二维卷积层
    • 5.2 填充和步幅
    • 5.3 多输入通道和多输出通道
    • 5.4 池化层
    • 5.5 卷积神经网络（LeNet）
    • 5.6 深度卷积神经网络（AlexNet）
    • 5.7 使用重复元素的网络（VGG）
    • 5.8 网络中的网络（NiN）
    • 5.9 含并行连结的网络（GoogLeNet）
    • 5.10 批量归一化
    • 5.11 残差网络（ResNet）
    • 5.12 稠密连接网络（DenseNet）
  • 6. 循环神经网络
    • 6.1 语言模型
    • 6.2 循环神经网络
    • 6.3 语言模型数据集（周杰伦专辑歌词）
    • 6.4 循环神经网络的从零开始实现
    • 6.5 循环神经网络的简洁实现
    • 6.6 通过时间反向传播
    • 6.7 门控循环单元（GRU）
    • 6.8 长短期记忆（LSTM）
    • 6.9 深度循环神经网络
    • 6.10 双向循环神经网络
  • 7. 优化算法
    • 7.1 优化与深度学习
    • 7.2 梯度下降和随机梯度下降
    • 7.3 小批量随机梯度下降
    • 7.4 动量法
    • 7.5 AdaGrad算法
    • 7.6 RMSProp算法
    • 7.7 AdaDelta算法
    • 7.8 Adam算法
  • 8. 计算性能
    • 8.1 命令式和符号式混合编程
    • 8.2 异步计算
    • 8.3 自动并行计算
    • 8.4 多GPU计算
  • 9. 计算机视觉
    • 9.1 图像增广
    • 9.2 微调
    • 9.3 目标检测和边界框
    • 9.4 锚框
    • 9.5 多尺度目标检测
    • 9.6 目标检测数据集（皮卡丘）
    • 9.8 区域卷积神经网络（R-CNN）系列
    • 9.9 语义分割和数据集
    • 9.11 样式迁移
  • 10. 自然语言处理
    • 10.1 词嵌入（word2vec）
    • 10.2 近似训练
    • 10.3 word2vec的实现
    • 10.4 子词嵌入（fastText）
    • 10.5 全局向量的词嵌入（GloVe）
    • 10.6 求近义词和类比词
    • 10.7 文本情感分类：使用循环神经网络
    • 10.8 文本情感分类：使用卷积神经网络（textCNN）
    • 10.9 编码器—解码器（seq2seq）
    • 10.10 束搜索
    • 10.11 注意力机制
    • 10.12 机器翻译
暂无相关搜索结果！

    本文档使用 BookStack 构建

    展开/收起文章目录

    分享，让知识传承更久远

    文章二维码

    手机扫一扫，轻松掌上读

    文档下载

    • 普通下载
    • 下载码下载(免登录无限下载)
    你与大神的距离，只差一个APP
    APP下载
    请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
    PDF文档 EPUB文档 MOBI文档
    温馨提示 每天每在网站阅读学习一分钟时长可下载一本电子书，每天连续签到可增加阅读时长
    下载码方式下载：免费、免登录、无限制。 免费获取下载码

    微信小程序阅读

    BookChat 微信小程序阅读
    您与他人的薪资差距，只差一个随时随地学习的小程序

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度