动手学深度学习网站 |
| 时间：2025-01-03 13:37:50 来源：互联网 作者： |
AI导航网，AI网站大全，AI工具大全，AI软件大全，AI工具集合，AI编程，AI绘画，AI写作，AI视频生成，AI对话聊天等更多内容请查看 https://aiaiv.cn/
《动手学深度学习》《动手学深度学习》 — 动手学深度学习 2.0.0 documentation2023年8月18日 · 《动手学深度学习》 第二版 跳转第一版 面向中文读者的能运行、可讨论的深度学习教科书 含 PyTorch、NumPy/MXNet、TensorFlow 和 PaddlePaddle 实现 被全球 70 多个国家 500 多所大学用于教学 Star序言就在过去的五年里，深度学习给世界带来了惊喜，推动了计算机视觉、自然语言处 安装安装深度学习框架和 d2l 软件包¶ 在安装深度学习框架之前，请先检查计算机上是 符号16. 附录：深度学习 工具 16.1. 使用Jupyter Notebook 16.2. 使用Amazon SageMaker 1. 前言1. 引言¶ 时至今日，人们常用的计算机程序几乎都是软件开发人员从零编写的。 比 2. 预备知识2. 预备知识¶ 要学习深度学习，首先需要先掌握一些基本技能。 所有机器学习方法 3. 线性神经网络3. 线性神经网络¶ 在介绍深度神经网络之前，我们需要了解神经网络训练的基础知 4. 多层感知机4. 多层感知机¶ 在本章中，我们将第一次介绍真正的深度网络。最简单的深度网络 5. 深度学习计算5. 深度学习计算¶ 除了庞大的数据集和强大的硬件， 优秀的软件工具在深度学习的 仅显示来自 zh-v2.d2l.ai 的更多内容请查看https://zh-v2.d2l.ai/
动手学深度学习课程深度学习基础. 3月20日. 课程安排. 深度学习介绍 安装 数据操作. 数据预处理. 3月21日. 线性 卷积神经网络. 4月24日. 模型构造. 参数管理. 自定义层. 读写文件. GPU. 4月25日. 长假无课. 计算机视觉. 5月29日 硬件 多GPU训练. 多GPU的简洁实现. 5月30日. 图像增广 微调 6月5日. 优化算法. 6月26日. Optimization Algorithms. Optimization and Deep Learning. Convexity. 循环神经网络. 7月4日. 序列模型. 文本预处理. 语言模型和数据集. 7月10日. 循环神经网络的 请在 courses.d2l.ai 查看完整列表更多内容请查看https://courses.d2l.ai/zh-v2/
《动手学深度学习》《动手学深度学习》：面向中文读者、能运行、可讨论2021年12月5日 · 《动手学深度学习》 跳转第二版 面向中文读者的能运行、可讨论的深度学习教 更多内容请查看https://zh-v1.d2l.ai/
《动手学深度学习》前言 — 动手学深度学习 2.0.0 documentation2023年8月18日 · 就在过去的五年里，深度学习给世界带来了惊喜，推动了计算机视觉、自然语言处理、自动语音识别、强化学习和统计建模等领域的快速发展。 有了这些进步，我们现在可以制造比以往任何时候都更自主的汽车（不过可能没 更多内容请查看https://zh-v2.d2l.ai/chapter_preface/index.html
djl.ai动手学深度学习 — 《动手学深度学习》 0.1.0 documentation2023年2月6日 · 《动手学深度学习》 面向中文读者的能运行、可讨论的深度学习教科书 Deep 更多内容请查看https://d2l-zh.djl.ai/
GitHub 这个仓库主要是记录我学习动手学深度学习这门李沐老师的课程过程中的一些内容，包括代码(jupyter形式)，课件(ppt)，书(pdf和md)，以及相关的视频等资料。更多内容请查看https://github.com/CastleDream/d2l_learning
Dive into Deep Learning翻译此结果D2L Dive into Deep Learning. Interactive deep learning book with code, math, and discussions Implemented with PyTorch, NumPy/MXNet, JAX, and TensorFlow Adopted at 500 universities from 70 countries Staraiapr.cn更多内容请查看https://d2l.ai/
PengShengxiang/Limu-DeepLearning: 《动手学深度 动手学深度学习（Dive into Deep Learning，D2L.ai） 第二版：zh.D2L.ai | 第一版：zh 更多内容请查看https://github.com/PengShengxiang/Limu-DeepLearning
《动手学深度学习》如何使用本书 — 《动手学深度学习》 文档 本书将全面介绍深度学习从模型构造到模型训练的方方面面，以及它们在计算机视觉和自然语言处理中的应用。 我们不仅将阐述算法原理，还将基于Apache MXNet对算法进行实现，并实际运行它们。 本书的每一节都是一 更多内容请查看https://zh-v1.d2l.ai/chapter_how-to-use/how-to-use.html
Releases · d2l-ai/d2l-zh · GitHub2024年11月25日 · 《动手学深度学习（PyTorch版）》 是《动手学深度学习》的重磅升级版本， 更多内容请查看https://github.com/d2l-ai/d2l-zh/releases
|
|
