标签:AI 科学家 神经网络 学习 动手 PyTorch 深度 LSTM 数据
目标:
- 介绍深度学习经典和最新的模型
- LeNet、ResNet、LSTM、BERT.....
- 机器学习基础
- 损失函数、目标函数、过拟合、优化
- 实践
- 使用Pytorch实现介绍的知识点
- 在真实数据上体验算法效果
内容:
- 深度学习基础——线性神经网络、多层感知机
- 卷积神经网络——LeNet、AlexNet、VGG、Inception、ResNet
- 循环神经网络——RNN、GRU、LSTM、seq2seq
- 注意力机制——Attention、Transformer
- 优化算法——SGD、Momentunm、Adam
- 高性能计算——并行、多GPU、分布式
- 计算机视觉——目标检测、语义分割
- 自然语言处理——词嵌入、BERT
沐神相关链接:
AI地图:
应用:
图像分类(ImageNet图像集)、物体检测、样式迁移、人脸生成、文字生成图片、无人驾驶(特斯拉)
领域专家是指懂得具体每个行业的业务,相当于甲方;数据科学家相当于乙方
数据科学家和AI专家的区别:
- 数据科学家关注用给到的数据(实际问题)变成为机器学习可以做的任务,然后训练出来一个还不错的模型
- AI专家也可能是数据科学家,本身可以训练出来模型,也可以把精度提高的很好,相当于是升级版的数据科学家
标签:AI,科学家,神经网络,学习,动手,PyTorch,深度,LSTM,数据 来源: https://blog.csdn.net/weixin_42067873/article/details/123418544
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。