- 1、本文档共298页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
深度学习;本章要点;计算机视觉的定义;计算机视觉的基本任务;图像处理技术;模式识别技术;图像理解技术;计算机视觉的传统算法;传统算法;仿生学与深度学习;视觉系统信息处理机制;抽象与迭代的过程;现代深度学习;现代深度学习的过程;现代深度学习的过程;现代深度学习的过程;现代深度学习;现代深度学习;自然语言;自然语言处理的基本问题;传统方法与神经网络方法的比较;自然语言处理的发展趋势;强化学习;强化学习;强化学习的四个元素;强化学习算法的目标;强化学习的特征;强化学习算法简介;强化学习算法简介;强化学习算法的应用;强化学习算法的应用;小结;The End;深度学习框架简介和对比;本章要点;Caffe简介;Caffe的特点;Caffe的特点;Caffe概述;Caffe概述;Caffe概述;TensorFlow简介;数据流图;数据流图;TensorFlow的特点;TensorFlow的特点;TensorFlow概述;TensorFlow概述;TensorFlow概述;TensorFlow概述;TensorFlow概述;TensorFlow概述;TensorFlow概述;TensorFlow概述;PyTorch简介;PyTorch的特点;PyTorch概述;PyTorch概述;三者的比较;三者的比较;三者的比较;三者的比较;三者的比较;三者的比较;小结;The End;机器学习基础知识;本章要点;模型评估与模型参数选择;模型评估与模型参数选择;验证;正则化;监督学习与非监督学习;监督学习;监督学习;监督学习;监督学习;监督学习;监督学习;非监督学习;非监督学习;小结;The End;PyTorch深度学习基础;本章要点;Tensor对象及其运算;Tensor对象及其运算;Tensor对象及其运算;Tensor对象及其运算;Tensor对象及其运算;Tensor对象及其运算;Tensor对象及其运算;Tensor的索引和切片;Tensor的索引和切片;Tensor的索引和切片;Tensor的变换、拼接和拆分;Tensor的变换、拼接和拆分;Tensor的变换、拼接和拆分;Tensor的变换、拼接和拆分;Tensor的变换、拼接和拆分;Tensor的变换、拼接和拆分;Tensor的变换、拼接和拆分;Tensor的变换、拼接和拆分;Tensor的变换、拼接和拆分;Tensor的变换、拼接和拆分;Tensor的变换、拼接和拆分;PyTorch的Reduction操作;PyTorch的Reduction操作;PyTorch的Reduction操作;PyTorch的Reduction操作;PyTorch的自动微分Autograd;PyTorch的自动微分Autograd;PyTorch的自动微分Autograd;小结;The End;PyTorch深度学习基础;PyTorch深度学习基础;本章要点;线性回归;线性回归;线性回归;线性回归;线性回归;线性回归;线性回归;线性回归;Logistic回归;Logistic回归;Logistic回归;Logistic回归;Logistic回归;Logistic回归;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;用PyTorch实现logistic regression;小结;The End;多层感知器;多层感知器;本章
您可能关注的文档
- 跨境网店运营全套教学课件.pptx
- 面向对象系统分析与设计全套教学课件.pptx
- 网络综合布线技术全套教学课件.pptx
- 计算机组成原理全套教学课件.pptx
- 大学生创新创业基础大赛案例精简版全套教学课件.pptx
- CorelDRAWX7实例教程(第5版)全套教学课件.pptx
- DreamweaverCS6实例教程(第5版)全套教学课件.pptx
- MySQL数据库原理及应用全套教学课件.pptx
- 互联网广告设计全套教学课件.pptx
- 计量规程规范 JJF 2088-2023大型蒸汽灭菌器温度、压力、时间参数校准规范.pdf
- JJF 2074-2023标准橡胶国际硬度块(N、H、L标尺)校准规范.pdf
- 计量规程规范 JJF 2074-2023标准橡胶国际硬度块(N、H、L标尺)校准规范.pdf
- 《JJF 2074-2023标准橡胶国际硬度块(N、H、L标尺)校准规范》.pdf
- 计量规程规范 JJF 2076-2023高速光电探测器校准规范.pdf
- JJF 2076-2023高速光电探测器校准规范.pdf
- 《JJF 2076-2023高速光电探测器校准规范》.pdf
- 计量规程规范 JJG 1199-2023个人和环境监测用X、γ辐射光释光剂量测量(装置)系统.pdf
- 《JJG 1199-2023个人和环境监测用X、γ辐射光释光剂量测量(装置)系统》.pdf
- JJG 1199-2023个人和环境监测用X、γ辐射光释光剂量测量(装置)系统.pdf
- JJF 2089-2023全自动酶联免疫分析仪校准规范.pdf
文档评论(0)