你将收获

1.学会设计前馈神经网络,为CNN设计打下坚实的基础

2.学会如何进行模型训练、模型优化

3.学到许多网络相关知识,如损失函数、优化器等等

适用人群

1.AI深度学习从业者 2.AI入门学生

课程介绍

课程环境:win10,python3,pytorch 1.7.1 + torchvision 0.8.2,cuda10.0+cudnn7.6.5 (暂时不关注GPU处理的,也可暂时不安装cuda、cudnn) ;

备注:环境不太熟的同学,可以参考课程【AI开发环境搭建】:https://edu.csdn.net/course/detail/35251

问题:现在好多从事AI 深度学习的同学、以及刚入门深度学习的同学,不了解深度学习为什么会实现特征学习。why  ???

本课程利用【中文字识别】项目,用简单易懂的方式,让大家理解深度学习工作原理,并能够利用Pytorch

实现多层神经网络设计,学会优化神经网络的一些方法。

主要内容:

1. 网络设计

2. 数据加载、制作

3. 模型训练

4. 模型评估

5. 模型优化

6. 损失函数

7. 优化器

8. 模型加载

9. 模型保存

10. GPU加速

11.LOSS曲线图生成

 

讨论留言

正在加载中...