IT视频教程资源网

标题: PyTorch入门到进阶，实战计算机视觉与自然语言处理 [打印本页]

作者: admin 时间: 2022-5-18 00:18
标题: PyTorch入门到进阶，实战计算机视觉与自然语言处理



            这是一门精心设计的PyTorch入门+进阶课
            总结多年学术+从业经验，提炼精华，为希望进入深度学习领域的同学而设











            体系化设计课程内容，带给你更贴心的学习体验
            从基础到进阶，由易到难，学起来更有成就感，更有坚持的动力






            多个计算机视觉、自然语言处理实战案例、掌握同类型项目开发
            实现这些算法领域经典应用案例，获得丰富的工程经验与思维提升


                     计算机视觉（CV）任务
                     自然语言处理（NLP）任务







                                          Pytorch搭建神经网络核心模块 / 简单神经网络结构 / 分类问题与回归问题 / 分类损失与回归损失







                                          标准卷积神经网络：VGGNet、ResNet / 轻量型卷积神经网络：MobilenetV1 / Attention结构：SeResNet /
Inception结构：InceptionV1 / 交叉熵损失函数 / Adam优化器等







                                          经典检测模型：SSD、FasterRCNN、YOLO / 目标(通用物体，文字，人脸，倾斜目标)检测算法概述 /
Anchor-free / Mmdetection / Detectron及Detectron2







                                          语义分割、实例分割和全景分割算法综述（Unet、MaskRCNN、PointRend等）/ One-stage 实例分割算法
（YOLACT++、S4Net、SOLO）/ Pytorch-MaskRCNN模型训练







                                          生成对抗网络概念 / GAN网络发展历程和最新进展 / 超分辨率重构 / 图像降噪&生成 / CycleGAN、pixel to pixel等
模型 / Pytorch-GAN 实现图像风格化







                                          RNN、LSTM等循环神经网络结构 / 序列问题与数据表示方法 / 词向量 / 情感分类技术发展现状 /
LSTM搭建情感分类网络







                                          Seq2Seq / Attention机制 / Transformer结构 / 机器翻译技术发展现状 / Seq2seq+Attention解决机器翻译问题









            在项目成型的过程中，带你熟悉企业项目的开发流程

                  项目预研（技术梳理）→方案设定（算法选型）→数据准备+数据清洗→模型环境搭建→模型搭建→
                  基线模型训练和测试→模型优化（包含裁剪和压缩）→模型测试→模型上线







                  学员专享增值服务









                                 问答专区
                                 关于课程的问题都可在问答区随时提问,讲师会
进行集中答疑











                                 源码开放
                                 课程案例代码完全开放给你，你可以根据所学
知识，自行修改、优化







                     适合人群

                        想转行到深度学习方向的工程师；
                        学习了理论但欠缺实践的深度学习starter；
                        有志于、感兴趣深度学习的爱好者们；
                        想快速做实验完成研究任务毕设任务的同学们；



                     技术储备要求

                        机器学习相关基本概念；
                        Python3编程语言；
                        Ubuntu基本使用知识；

欢迎光临 IT视频教程资源网 (https://zhilexue.tech/)