跳至主要內容
鲁老师
Flink教程
机器学习笔记
HPC教程
博文
赞一个
机器学习
鲁老师
小于 1 分钟
目录
#
1. 注意力机制
#
1.1 Attention 注意力机制
#
1.2 Transformer
#
1.3 BERT
#
2. 卷积神经网络
#
2.1 卷积层
#
2.2 池化层
#
2.3 LeNet 简单卷积神经网络
#
2.4 AlexNet 深度学习兴起
#
2.5 VGG 基础卷积块
#
2.6 NiN 1×1卷积层
#
2.7 GoogLeNet 并行连接的网络
#
2.8 BatchNorm 批量归一化
#
2.9 ResNet 残差神经网络
#
3. 线性模型
#
3.1 线性回归的数学表示
#
3.2 线性回归的求解
#
3.3 最大似然估计
#
3.4 模型容量、欠拟合和过拟合
#
3.5 正则化:防止模型过拟合
#
3.6 Logistic Regression
#
4. 前馈神经网络
#
4.1 前馈神经网络与反向传播
#
4.2 Softmax
#
4.3 PyTorch的Tensor和自动求导
#
4.4 神经网络房价预测-PyTorch实现
#
5. 训练加速技术
#
5.1 混合精度训练
#
5.2 深度学习编译
Loading...