深度学习炼丹笔记,包含深度学习数学基础知识、神经网络基础部件详解、构建 CNN 网络总结,深度学习炼丹策略,以及如何实现深度学习推理框架实战。

• 深度学习数学基础-概率与信息论
• 深度学习基础-机器学习基本原理
• 随机梯度下降法的数学基础

1,神经网络基础部件:

1. 神经网络基础部件-参数初始化详解
2. 神经网络基础部件-卷积层详解
3. 神经网络基础部件-BN层详解
4. 神经网络基础部件-激活函数详解

2,深度学习基础:

• 反向传播与梯度下降详解
• 深度学习基础-损失函数详解
• 深度学习基础-优化算法详解

1. 深度学习炼丹-数据标准化
2. 深度学习炼丹-数据增强
3. 深度学习炼丹-不平衡样本的处理
4. 深度学习炼丹-超参数设定
5. 深度学习炼丹-正则化策略

• 《深度学习》
• 《机器学习》
• 《动手学深度学习》
• 《AI-EDU》
• 《PyTorch_tutorial_0.0.5_余霆嵩》
• 《动手编写深度学习推理框架 Planer》