[动手学深度学习(PyTorch)]——梦开始的地方

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