李沐 动手学深度学习 官网 |
| 时间：2025-02-07 12:59:14 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 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 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 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 来自zh.d2l.ai的其他内容2.1. 获取和运行本书的代码 — 《动手学深度学习》 文档13.7. 单发多框检测（Ssd） — 动手学深度学习 2.0.0-beta1 Document7.1. 优化与深度学习 | 11.1. 优化和深度学习 — 动手学深度学习 2.0.0-展开更多内容请查看https://zh.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/
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/
Dive into Deep Learning翻译此结果D2L New topics of reinforcement learning, Gaussian processes, and hyperparameter optimization are added! [Jul 2022] Check out our new API for implementation and new topics like generalization in classification and deep 更多内容请查看https://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 · 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 更多内容请查看https://zh.d2l.ai/chapter_preface/index.html
《动手学习深度学习》 《动手学习深度学习》是 李沐老师 （AWS 资深首席科学家，美国卡内基梅隆大学计算机系博士）主讲的一系列深度学习视频。 本项目收集了我们在寒假期间学习《动手学 更多内容请查看https://github.com/MLNLP-World/DeepLearning-MuLi-Notes
《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 bkok更多内容请查看https://zh-v1.d2l.ai/chapter_how-to-use/how-to-use.html
PengShengxiang/Limu-DeepLearning: 《动手学深度学习 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
《动手学深度学习》1. 引言 — 动手学深度学习 2.0.0 documentation2023年8月18日 · 本书将带读者开启机器学习之旅，并特别关注 深度学习 （deep learning，DL）的基础知识。 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、医疗保健和基因组学等不同领域的创新。更多内容请查看https://zh-v2.d2l.ai/chapter_introduction/index.html
peng-lab.org动手学深度学习v22024年11月12日 · 李沐是深度学习框架MXNet的作者之一。 他先后担任过机器学习创业公司Marianas Labs的CTO和百度深度学习研究院的主任研发架构师。 他在理论、机器学习、应用 更多内容请查看http://www.peng-lab.org/lab-chinese/limu.html
|
|
