文件名称：gtc2021
文件大小：2KB
文件格式：ZIP
更新时间：2024-04-02 02:54:17
GTC2021指南S31692 深入学习 与MXNet，PyTorch和TensorFlow并排编写代码 讲师：Rachel Hu（AWS AI），Aston Zhang（AWS AI） 深度学习正在改变当今的世界。 但是，实现深度学习提出了独特的挑战，因为任何单个应用程序都会汇集各种学科。 应用深度学习需要同时理解： 进行有效训练模型，克服数值计算陷阱并充分利用可用硬件所需的工程技术； 给定建模方法的数学； 用于将模型拟合到数据的优化算法； 以及为解决方案选择合适的超参数的经验。 为了实现更简单，但更实际的深度学习材料的强烈愿望，，深学的统一资源出生实现以下目标： 提供深度理论和可运行代码，向读者展示如何在实践中解决问题； 允许我们以及整个社区进行快速更新； 以论坛为补充，以互动方式讨论技术细节并回答问题； 对所有人免费开放。 先决条件 GPU基础知识 深度学习基础
【文件预览】：
gtc2021-main
----README.md(5KB)