文件名称：颜色分类leetcode-Applied-Deep-Learning:应用深度学习
文件大小：570.04MB
文件格式：ZIP
更新时间：2024-07-26 15:02:00
系统开源
颜色分类leetcode 应用深度学习 () 课程目标和先决条件： 这是一门为期两个学期的课程，主要为研究生设计。 但是，也欢迎在概率、统计学（例如，线性和逻辑回归）、数值线性代数和优化方面表现出强大背景的本科生注册。 我们的目标是让学生熟悉行业中采用的最先进的深度学习技术。 深度学习是一个每隔几个月就会见证一次小型革命的领域。 因此，注册本课程的学生渴望学习新概念非常重要。 很多深度学习只是软件工程。 因此，学生应该能够在完成作业时编写干净的代码。 Python 将是本课程中使用的编程语言。 熟悉 TensorFlow 和 PyTorch 是一个加分项，但不是必需条件。 但是，随着课程的进行，学生愿意努力学习和使用这两个框架是非常重要的。 第一部分主题（秋季学期） 训练深度神经网络 () () 计算机视觉 图像分类 大型网络 () () 小型网络 () () 自动机器学习 () () 稳健性 () () 可视化与理解 () () 迁移学习 () () 域适配() 少拍学习 () 联邦学习 () 自我训练与对比学习 () 图像变换 语义分割 () () 超分辨率、去噪和着色 () ()
【文件预览】：
Applied-Deep-Learning-main
----02 - Natural Language Processing()
--------03 - Neural Machine Translation.pdf(16.66MB)
--------04 - Language Modeling.pdf(20.71MB)
--------01 - Word Representations.pdf(5.54MB)
--------02 - Text Classification.pdf(13.75MB)
----04 - Generative Networks.pdf(74.7MB)
----06 - Reinforcement Learning.pdf(39.17MB)
----03 - Multimodal Learning.pdf(28.52MB)
----07 - Graph Neural Networks.pdf(19.36MB)
----05 - Speech & Music.pdf(31.49MB)
----01 - Computer Vision()
--------02 - Image Transformation()
--------05 - Video.pdf(27.33MB)
--------06 - 3D.pdf(15.96MB)
--------04 - Face Recognition and Detection.pdf(29.59MB)
--------01 - Image Classification()
--------03 - Object Detection()
----README.md(34KB)
----00 - Training.pdf(1.87MB)
----08 - Recommender Systems.pdf(20.8MB)