文件名称：ENEL645：ENEL 645的课程材料-数据挖掘和机器学习
文件大小：82.47MB
文件格式：ZIP
更新时间：2024-03-05 06:57:25
JupyterNotebook
ENEL645 本课程是深度学习（DL）的动手课程，这是机器学习中的重要主题。 本课程将概述允许DL蓬勃发展的历史背景。 它将涵盖不同类型的神经网络，以及如何在不同的问题（例如图像分类，图像分割和信号降噪）中进行训练和部署。 将涉及的神经网络类型是完全连接的网络，卷积神经网络，完全卷积神经网络，自动编码器，递归神经网络等。 将特别重视流行的网络体系结构，例如U-net，ResNets，Inception和VGG。 该课程将涵盖如何微调预训练的模型，以在相关应用中获得最新的结果。 本课程还将简要介绍生成模型，自我监督学习以及DL当前新趋势的概述。 随着课程的进行，存储库将更新。 我们将在TensorFlow中使用Python 3。 讲解 第01周 教程01 ： 指南02 教程03 ： 第二周 设计指南04 教程04（GOOGLE COLAB） ： -2D 教程05 ： 第三周 教