<thead id="fflbj"><font id="fflbj"><cite id="fflbj"></cite></font></thead>
    <progress id="fflbj"><thead id="fflbj"><font id="fflbj"></font></thead></progress>

            曙海教育集團
            全國報名免費熱線:4008699035 微信:shuhaipeixun
            或15921673576(微信同號) QQ:1299983702
            首頁 課程表 在線聊 報名 講師 品牌 QQ聊 活動 就業
             
            深度學習與PyTorch入門實戰培訓

             
               班級規模及環境--熱線:4008699035 手機:15921673576( 微信同號)
                   每期人數限3到5人。
               上課時間和地點
            開課地址:【上海】同濟大學(滬西)/新城金郡商務樓(11號線白銀路站)【深圳分部】:電影大廈(地鐵一號線大劇院站) 【武漢分部】:佳源大廈【成都分部】:領館區1號【沈陽分部】:沈陽理工大學【鄭州分部】:錦華大廈【石家莊分部】:瑞景大廈【北京分部】:北京中山學院 【南京分部】:金港大廈
            最新開班 (連續班 、周末班、晚班):2020年3月16日
               實驗設備
                 ☆資深工程師授課
                    
                    ☆注重質量 ☆邊講邊練

                    ☆合格學員免費推薦工作
                    ★實驗設備請點擊這兒查看★
               質量保障

                    1、培訓過程中,如有部分內容理解不透或消化不好,可免費在以后培訓班中重聽;
                    2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
                    3、培訓合格學員可享受免費推薦就業機會。

            課程大綱
             

            第1章初見PyTorch
            1-1lesson1 PyTorch簡介
            1-2lesson2 開發環境
            第2章回歸問題2
            2-1lesson3-簡單回歸案例-1
            2-2lesson3-簡單回歸案例-2
            2-3lesson4-簡單回歸案例-PyTorch求解
            2-4lesson5-手寫數字問題引入-1
            2-5lesson5-手寫數字問題引入-2
            2-6基本數據類型-1
            2-7基本數據類型-2
            2-8創建Tensor-1
            2-9創建Tensor-2
            2-10索引與切片-1
            2-11索引與切片-2
            2-12維度變換-1
            2-13維度變換-2
            2-14維度變換-3
            2-15維度變換-4
            第3章張量高階操作
            3-1Broadcasting-1
            3-2Broadcasting-2
            3-3Tensor合并與分割-1
            3-4Tensor合并與分割-2
            3-5Tensor運算
            3-6Tensor統計-1
            3-7Tensor統計-2
            3-8Tensor高階
            第4章隨機梯度下降
            4-1什么是梯度-1
            4-2什么是梯度-2
            4-3常見梯度
            4-4激活函數與Loss的梯度-1
            4-5激活函數與Loss的梯度-2
            4-6激活函數與Loss的梯度-3
            第5章感知機梯度傳播推導
            5-1感知機的梯度推導-1
            5-2感知機的梯度推導-2
            5-3鏈式法則
            5-4MLP反向傳播推導
            5-5優化小實例
            第6章多層感知機與分類器
            6-1Logistic Regression
            6-2交叉熵
            6-3LR多分類實戰
            6-4MLP網絡層
            6-5激活函數與GPU加速
            6-6MNIST測試
            6-7Visdom可視化
            第7章過擬合
            7-1過擬合與欠擬合
            7-2Train-Val-Test-交叉驗證-1
            7-3Train-Val-Test-交叉驗證-2
            7-4Regularization
            7-5動量與學習率
            7-6Dropout, 批處理

             
              備案號:備案號:滬ICP備08026168號-1 .(2024年07月24日)....................
            538在线视频二三区视视频