Course curriculum
-
1
歡迎加入
-
2
一、深度學習與PyTorch基礎觀念
-
3
二、類神經網路
-
4
三、神經網路怎麼學習
-
5
四、卷積神經網路(CNN)
-
6
五、時序神經網路
-
歡迎加入 -
1-1 深度學習與PyTorch基礎觀念 1-2 深度學習與PyTorch基礎觀念 1-4 深度學習與PyTorch基礎觀念 -
2-1 類神經網路-感知機神經網路 2-2,2-3 類神經網路-Activation -
3-0 神經網路怎麼學習 3-1 神經網路怎麼學習-損失函數 3-2 神經網路怎麼學習_梯度下降法 3-3 神經網路怎麼學習-倒傳遞學習法 3-4 神經網路怎麼學習-參數常規化 3-5 神經網路怎麼學習-參數初始方式 3-6 神經網路怎麼學習_優化器（Optimizer）的選擇 -
4-1 卷積神經網路(CNN)-1 4-2 卷積神經網路(CNN)-CNN經典模型介紹 4-4 卷積神經網路(CNN)-物件偵測方法介紹(YOLO) 4-5 卷積神經網路(CNN)-語意切割 4-6 資料增強(Data Augumentation) -
5-0 時序神經網路 5-1,2,3 時序神經網路 - RNN, LSTM, GRU 5-4 時序神經網路 - Transformer