专栏 | 动手学深度学习:前言

编者注:本文来自amazon的人工智能科学家所编写的深度学习实践教程《动手学习深度学习》。本站作为专栏,按照本《前言》中的大概陆续呈现给深度学习初学者。敬请关注!

这是一个深度学习的教学项目。我们将使用 Apache MXNet (incubating) 的最新 gluon 接口来演示如何从0开始实现深度学习的各个算法。我们的将利用 Jupyter notebook 能将文档,代码,公式和图形统一在一起的优势,提供一个交互式的学习体验。这个项目可以作为一本书,上课用的材料,现场演示的案例,和一个可以尽情拷贝的代码库。据我们所知,目前并没有哪个项目能既覆盖全面深度学习,又提供交互式的可执行代码。我们将尝试弥补这个空白。

源代码在 https://github.com/mli/gluon-tutorials-zh (亲,给个好评加颗星)

请使用 http://discuss.gluon.ai/ 来进行讨论

前言

  • 安装和使用
  • GPU购买指南

预备知识

  • 机器学习简介
  • 使用NDArray来处理数据
  • 使用autograd来自动求导

监督学习

  • 线性回归 — 从0开始
  • 线性回归 — 使用Gluon
  • 多类逻辑回归 — 从0开始
  • 多类逻辑回归 — 使用Gluon
  • 多层感知机 — 从0开始
  • 多层感知机 — 使用Gluon
  • 欠拟合和过拟合
  • 正则化 — 从0开始
  • 正则化 — 使用Gluon
  • 实战Kaggle比赛——使用Gluon预测房价和K折交叉验证

Gluon基础

  • 创建神经网络
  • 初始化模型参数
  • 序列化 — 读写模型
  • 设计自定义层
  • 使用GPU来计算

卷积神经网络

  • 卷积神经网络 — 从0开始
  • 卷积神经网络 — 使用Gluon
  • 循环神经网络
  • 循环神经网络 — 从0开始

转自:https://zh.gluon.ai/index.html

Add a Comment

电子邮件地址不会被公开。 必填项已用*标注