深度学习框架-PyTorch实战

计算机博士,专注于机器学习与计算机视觉领域,深度学习领域一线实战讲师。在图像识别领域有着丰富经验,实现过包括人脸识别,物体识别,关键点检测等多种应用的新算法。 参与多个国家级计算机视觉项目,多年数据领域培训经验,丰富的教学讲解经验,出品多套机器学习与深度学习系列课程,课程生动形象,风格通俗易懂。
【课程介绍】

深度学习框架-PyTorch实战课程旨在帮助同学们快速掌握PyTorch框架核心模块使用方法与项目应用实例,让同学们熟练使用PyTorch框架进行项目开发。课程内容全部以实战为导向,基于当下计算机视觉与自然语言处理中经典项目进行实例讲解,通过Debug模式详解项目中每一行代码的作用与效果,整体风格通俗易懂,提供全部课程所属课件。

【课程收益】
掌握深度学习框架PyTorch核心模块使用
熟练应用PyTorch框架进行建模任务
熟练使用PyTorch框架进行图像识别与NLP项目
掌握当下经典深度学习项目实现方法
第1章:PyTorch框架基本处理操作
第2章:神经网络实战分类与回归任务
第3章:卷积神经网络原理与参数解读
第4章:图像识别核心模块实战解读
第5章:迁移学习的作用与应用实例
第6章:递归神经网络与词向量原理解读
第7章:新闻数据集文本分类实战
第8章:对抗生成网络架构原理与实战解析
第9章:基于CycleGan开源项目实战图像合成
第10章:OCR文字识别原理
第11章:OCR文字识别项目实战
第12章:基于3D卷积的视频分析与动作识别
第13章:自然语言处理通用框架BERT原理解读
第14章:谷歌开源项目BERT源码解读(官方TF版)
第15章:基于PyTorch实战BERT模型(民间PyTorch版)
第16章:PyTorch框架实战模板解读
阅读更多