Task01: 初识深度学习
动手学深度学习 (PyTorch版)
欢迎
学习资料
训练营 (DataWhale)
公开课
Task01: 初识深度学习
️安装 (on Apple Silicon)
引入
Task02:预备知识
1
数据操作
2
数据预处理
3
线性代数 (矩阵计算)
4
微积分
5
自动微分
6
概率
Task03: 线性神经网络
7
线性回归
8
线性回归的从零开始实现
9
线性回归的简洁实现
10
Softmax 回归
Task04: 多层感知机
11
多层感知机
12
模型选择、欠拟合和过拟合
13
权重衰减 (Weight Decay)
14
暂退法(Dropout)
15
前向传播、反向传播和计算图
16
数值稳定性和模型初始化
总结
References
Table of contents
📑【任务介绍】
⏰【任务时间安排】
📒【任务学习链接】
Task01: 初识深度学习
📑【任务介绍】
观看【初识深度学习】章节的视频,结合电子书与代码材料,完整环境安装配置,输出学习笔记
⏰【任务时间安排】
开场分享
3月18日
10分钟
李沐
动手学深度学习作者
直播: 如何学深度学习
3月18日
30分钟
杨毅远
牛津大学博士
初识深度学习
3月19日
1天
助教团队
Datawhale成员、优秀学习者
📒【任务学习链接】
深度学习介绍
🖥️ 视频
,
📖 教程
环境安装配置
🖥️ 视频
,
📖 教程
公开课
️安装 (on Apple Silicon)