課程大綱：

PyTorch 入門(mén)培訓(xùn)

1
PyTorch 基礎(chǔ)入門(mén)

1.PyTorch簡(jiǎn)介

2.PyTorch中的張量及其運(yùn)算

3.PyTorch中的自動(dòng)微分運(yùn)算

4.用PyTorch實(shí)現(xiàn)線性回歸

2
預(yù)測(cè)未來(lái)單車(chē)使用量

1.數(shù)據(jù)歸一化、類型變量的轉(zhuǎn)換

2.搭建基本神經(jīng)網(wǎng)絡(luò)的方法

3.數(shù)據(jù)分批次訓(xùn)練原則

4.測(cè)試及簡(jiǎn)單分析神經(jīng)網(wǎng)絡(luò)的方法

3
文本情緒分類器

1.使用Python從網(wǎng)絡(luò)上爬取信息的基本方法

2.處理語(yǔ)料“洗數(shù)據(jù)”的基本方法

3.詞袋模型搭建方法 4.簡(jiǎn)單RNN的搭建方法

5.簡(jiǎn)單LSTM的搭建方法

4
卷積神經(jīng)網(wǎng)絡(luò)

1.使用PyTorch數(shù)據(jù)集三件套的方法

2.卷積神經(jīng)網(wǎng)絡(luò)的搭建與訓(xùn)練

3.可視化卷積核、特征圖的方法

5
遷移學(xué)習(xí)

1.使用PyTorch的數(shù)據(jù)集套件從本地加載數(shù)據(jù)的方法

2.遷移訓(xùn)練好的大型神經(jīng)網(wǎng)絡(luò)模型到自己模型中的方法

3.遷移學(xué)習(xí)與普通深度學(xué)習(xí)方法的效果區(qū)別

4.兩種遷移學(xué)習(xí)方法的區(qū)別

6
圖像風(fēng)格遷移

1.遷移大型神經(jīng)網(wǎng)絡(luò)VGG的方法 2.手動(dòng)搭建計(jì)算圖的方法 3.重新定義損失計(jì)算模塊的方法

7
手寫(xiě)字圖像生成與對(duì)抗網(wǎng)絡(luò)

1.反卷積生成圖像的實(shí)現(xiàn)方法

2.多模型聯(lián)合訓(xùn)練的實(shí)現(xiàn)方法

3.深度卷積生成式對(duì)抗網(wǎng)絡(luò)（DCGAN）的實(shí)現(xiàn)方法

8
詞匯的星空

1.NGram(NPLM)語(yǔ)言模型

2.Word2Vec詞向量模型

3.使用Word2Vec詞向量進(jìn)行語(yǔ)義運(yùn)算

9
使用 RNN 生成簡(jiǎn)單序列

1.什么是上下文無(wú)關(guān)文法

2.使用RNN或LSTM模型生成簡(jiǎn)單序列的方法

3.探究RNN記憶功能的內(nèi)部原理