机构名称：
¥ 1.0
在本课程中，学生将学习基本原则，基本的数学和深度学习的实施细节。这包括用于优化这些高度参数化模型的概念和方法（梯度下降和反向传播以及更普遍的计算图），组成它们的模块（线性，卷积和汇总层，激活功能等。）和常见的神经网络体系结构（卷积神经网络，经常性神经网络等）。将展示从计算机视觉到自然语言处理和决策（强化学习）的应用。通过深入的编程作业，学生将学习如何实施这些基本的构建块，以及如何使用流行的深度学习库Pytorch将它们整合在一起。在最后一个项目中，学生将通过以他们热衷的问题探索这些概念来应用他们所学到的知识。
课程教学大纲：CS7643深度学习-OMSCS
主要关键词
相关文件推荐
