动手学深度学习1 导学

2023-12-20 00:27:15

课程基础信息整理

课程安排: https://courses.d2l.ai/zh-v2/
ppt 代码 视频等链接都在文档里有展现
李沐老师课程所用电子书:https://zh-v2.d2l.ai/
B站课程链接: https://space.bilibili.com/1567748478/channel/seriesdetail?sid=358497
github: https://github.com/d2l-ai/d2l-zh
课程论坛讨论: https://discuss.d2l.ai/c/chinese-version/16
pytorch论坛: https://discuss.pytorch.org/

00 预告

https://www.bilibili.com/video/BV1if4y147hS/?spm_id_from=333.999.0.0&vd_source=9607a6d9d829b667f8f0ccaaaa142fcb
在这里插入图片描述
mxnet 基于numpy实现
在这里插入图片描述

01 课程安排

视频:https://www.bilibili.com/video/BV1oX4y137bC/?spm_id_from=autoNext&vd_source=eb04c9a33e87ceba9c9a2e5f09752ef8

课件:https://courses.d2l.ai/zh-v2/assets/pdfs/part-0_1.pdf
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

02 深度学习介绍

视频: https://www.bilibili.com/video/BV1J54y187f9/?spm_id_from=autoNext&vd_source=eb04c9a33e87ceba9c9a2e5f09752ef8
课件:https://courses.d2l.ai/zh-v2/assets/pdfs/part-0_2.pdf

最热方向:计算机视觉+自然语言处理+深度学习 三个方向的交叉融合

应用领域:

  • 图片分类
  • 物体检测和分割
  • 样式迁移
  • 人脸合成
  • 文字生成图片
  • 文字生成 chatgpt
  • 无人驾驶
    在这里插入图片描述
    物体分割:更深层次的应用
    在这里插入图片描述
    样式图片+内容图片–》合成新图片, 可以认为是内容图片加了样式滤镜
    在这里插入图片描述
    案例: 广告点击
    在这里插入图片描述
    在这里插入图片描述

QA

  1. 模型的可解释性 模型为什么有效。可解释性不等于为什么有效
  2. 领域专家,看图片【或其他数据】提出需求,比如判断大树图片叶子长得情况
  3. mxnet安装GPU版本需要卸载CPU版本
  4. 数据科学家和AI专家的区别。数据科学家有数据迅速出一个可用的模型,AI专家对模型调优关注精度和性能
    在这里插入图片描述

文章来源:https://blog.csdn.net/weixin_42831564/article/details/134999744
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。