动手学深度学习官网 |
| 时间：2025-02-07 12:59:06 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 前言深度学习已经彻底改变了模式识别，引入了一系列技术，包括计算机视觉、自然语 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 1. 引言深度学习是一套强大的技术，它可以推动计算机视觉、自然语言处理、医疗保健和 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》《动手学深度学习》：面向中文读者、能 2021年3月18日 · 【在线课程每周直播中】 3月20日起北京时间每周六、日下午1:00至2:30直播教学《动手学深度学习》。 无需缴费或注册，欢迎 参加！更多内容请查看http://zh.gluon.ai/
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更多内容请查看https://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/
amazonaws.comhttp://zh.diveintodeeplearning.org.s3-website-us-west-2.amazonaws.com/《动手学深度学习》 — 《动手学深度学习》 文档2018年12月30日 · 你可以自由修改代码和超参数来获取及时反馈，从而积累深度学习的实战经验。 我们不仅结合文字、公式和图示来阐明深度学习里常用的模型和算法，还提供代码来演示如何 更多内容请查看http://zh.diveintodeeplearning.org.s3-website-us-west-2.amazonaws.com/index.html
无敌OS，CentOS定制，开源OS，Rockylinux,Almalinux,Anolis,OpenCloudOS,Ubuntu,Debian 更多内容请查看http://wdos.cn
Releases · d2l-ai/d2l-zh2024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，选用经典的PyTorch深度学习框架，旨在向读者交付更为便捷的有关深度学习的交互式学习体验 更多内容请查看https://github.com/d2l-ai/d2l-zh/releases
djl.ai动手学深度学习 — 《动手学深度学习》 2023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 Java Library (DJL) 实现 被全球 40 个国家 175 所大学用于教学更多内容请查看https://d2l-zh.djl.ai/index.html
d2l-zh: 《动手学深度学习》：面向中文读者、能运行、可讨论 理解深度学习的最佳方法是学以致用。 本开源项目代表了我们的一种尝试：我们将教给读者概念、背景知识和代码；我们将在同一个地方阐述剖析问题所需的批判性思维、解决问题所需的数学 rpatu更多内容请查看https://gitee.com/jyfml/d2l-zh
《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 · 深度学习已经彻底改变了模式识别，引入了一系列技术，包括计算机视觉、自然语言处理、自动语音识别。 要成功地应用深度学习，必须知道如何抛出一个问题、建模的数学方法、将模型与数据拟合的算法，以及实现所有这 更多内容请查看https://zh-v2.d2l.ai/chapter_preface/index.html
PengShengxiang/Limu-DeepLearning: 《动手学深度 本开源项目代表了我们的一种尝试：我们将教给读者概念、背景知识和代码；我们将在同一个地方阐述剖析问题所需的批判性思维、解决问题所需的数学知识，以及实现解决方案所需的工程技 更多内容请查看https://github.com/PengShengxiang/Limu-DeepLearning
|
|
