【深度学习】李沐《动手学深度学习》的PyTorch实现已完成
这个项目是中文版《动手学深度学习》中的代码进行整理,用Pytorch实现,是目前全网最全的Pytorch版本。
项目作者:吴振宇博士
简介
Dive-Into-Deep-Learning-PyTorch-PDF这个项目对中文版《动手学深度学习》中的代码进行整理,并参考一些优秀的GitHub项目给出基于PyTorch的实现方法。为了方便阅读,本项目给出全书PyTorch版的PDF版本。欢迎大家Download,Star,Fork。除了原书内容外,我还为每一章增加了本章附录,用于对该章节中用到的函数以及数学计算加以详细说明,除此之外还增加了语义分割网络(U-Net)的实现,是目前全网最完整的版本。
项目地址为:https://github.com/wzy6642/Dive-Into-Deep-Learning-PyTorch-PDF。
项目中包含的文件夹有:
code
:用于对书中每一章的代码进行整理,
data
:给出书中用到数据的百度云链接,
pdf
:存放《动手学深度学习》PyTorch版的PDF版本。
原书作者:阿斯顿·张、李沐、扎卡里 C. 立顿、亚历山大 J. 斯莫拉以及其他社区贡献者。
目录
1. 预备知识
1.1 数据操作
1.2 自动求梯度
1.3 查阅文档
1.4 本章附录
2. 深度学习基础
2.1 线性回归
2.2 线性回归的从零开始实现
2.3 线性回归的简洁实现
2.4 softmax回归
2.5 图像分类数据集(Fashion-MNIST)
2.6 softmax回归的从零开始实现
2.7 softmax回归的简洁实现
2.8 多层感知机
2.9 多层感知机的从零开始实现
2.10 多层感知机的简洁实现
2.11 模型选择、欠拟合和过拟合
2.12 权重衰减
2.13 丢弃法
2.14 正向传播、反向传播和计算图
2.15 数值稳定性和模型初始化
2.16 实战Kaggle比赛:房价预测
2.17 本章附录
3. 深度学习计算
3.1 模型构造
3.2 模型参数的访问、初始化和共享
3.3 自定义层
3.4 读取和存储
3.5 GPU计算
3.6 本章附录
4. 卷积神经网络
4.1 二维卷积层
4.2 填充和步幅
4.3 多输入通道和多输出通道
4.4 池化层
4.5 卷积神经网络(LeNet)
4.6 深度卷积神经网络(AlexNet)
4.7 使用重复元素的网络(VGG)
4.8 网络中的网络(NiN)
4.9 含并行连结的网络(GoogLeNet)
4.10 批量归一化
4.11 残差网络(ResNet)
4.12 稠密连接网络(DenseNet)
4.13 本章附录
5. 循环神经网络
5.1 语言模型
5.2 循环神经网络
5.3 语言模型数据集(周杰伦专辑歌词)
5.4 循环神经网络的从零开始实现
5.5 循环神经网络的简洁实现
5.6 通过时间反向传播
5.7 门控循环单元(GRU)
5.8 长短期记忆(LSTM)
5.9 深度循环神经网络
5.10 双向循环神经网络
5.11 本章附录
6. 优化算法
6.1 优化与深度学习
6.2 梯度下降和随机梯度下降
6.3 小批量随机梯度下降
6.4 动量法
6.5 AdaGrad算法
6.6 RMSProp算法
6.7 AdaDelta算法
6.8 Adam算法
6.9 本章附录
7. 计算性能
7.1 命令式和符号式混合编程
7.2 自动并行计算
7.3 多GPU计算
7.4 本章附录
8. 计算机视觉
8.1 图像增广
8.2 微调
8.3 目标检测和边界框
8.4 锚框
8.5 多尺度目标检测
8.6 目标检测数据集(皮卡丘)
8.7 单发多框检测(SSD)
8.8 区域卷积神经网络(R-CNN)系列
8.9 语义分割和数据集
8.10 全卷积网络(FCN)
8.11 样式迁移
8.12 实战Kaggle比赛:图像分类(CIFAR-10)
8.13 实战Kaggle比赛:狗的品种识别(ImageNet Dogs)
8.14 语义分割网络(U-Net)
8.15 本章附录
9. 自然语言处理
9.1 词嵌入(word2vec)
9.2 近似训练
9.3 word2vec的实现
9.4 子词嵌入(fastText)
9.5 全局向量的词嵌入(GloVe)
9.6 求近义词和类比词
9.7 文本情感分类:使用循环神经网络
9.8 文本情感分类:使用卷积神经网络(textCNN)
9.9 编码器—解码器(seq2seq)
9.10 束搜索
9.11 注意力机制
9.12 机器翻译
9.13 本章附录
环境
matplotlib==3.3.2
torch==1.1.0
torchvision==0.3.0
torchtext==0.4.0
CUDA Version==11.0
致谢
感谢本书的作者以及社区的小伙伴提供这么优质的学习资源,大家学习过程中如果发现内容有错误或者表达不清晰的地方请及时与我联系,QQ:807698462、邮箱:807698462@qq.com。
往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑
本站知识星球“黄博的机器学习圈子”(92416895)
本站qq群704220115。
加入微信群请扫码:
【深度学习】李沐《动手学深度学习》的PyTorch实现已完成相关推荐
- 李沐动手学深度学习V2-全卷积网络FCN和代码实现
一.全卷积网络FCN 1. 介绍 语义分割是对图像中的每个像素分类,全卷积网络(fully convolutional network,FCN)采用卷积神经网络实现了从图像像素到像素类别的变换 ,与前 ...
- 李沐动手学深度学习v2/总结1
总结 编码过程 数据 数据预处理 模型 参数,初始化参数 超参数 损失函数,先计算损失,清空梯度(防止有累积的梯度),再对损失后向传播计算损失关于参数的梯度 优化算法,使用优化算法更新参数 训练求参数 ...
- 李沐动手学深度学习(pytorch版本)d2lzh_pytorch包的缺少安装问题
学习深度学习时候,很多人参考的是李沐的动手学深度学习Pytorch版本(附上官方地址:https://tangshusen.me/Dive-into-DL-PyTorch/#/). 在学习3.5.1节 ...
- 【李沐动手学深度学习】读书笔记 01前言
虽然之前已经学过这部分内容和深度学习中的基础知识,但总觉得学的不够系统扎实,所以希望再通过沐神的课程以及书籍,系统条理的学习一遍.在读书过程中,利用导图做了一下梳理,形成了这个读书笔记.如有侵权,请联 ...
- 关于李沐动手学深度学习(d2l)pytorch环境本地配置
本地安装d2l 由于之前试了很多次d2l课本的安装方法失败了,这里提供一种我可以成功安装d2l包的方法. pytorch安装 首先安装cuda.cudnn.pytroch(gpu版本).可以参考这篇文 ...
- 李沐动手学深度学习:08 线性回归(代码逐行理解)
目录 一.相关资料连接 1.1 李沐视频 1.2 代码.PPT 二.代码及笔记(使用Jupyter Notebook) 2.1 线性回归从零开始实现 2.1.1 基本概念 2.1.2 基础优化算法 2 ...
- windows上配置深度学习(李沐-动手学深度学习)
1.安装miniconda windows下安装,去清华大学开源镜像下载,速度比较快. 选中Miniconda3-latest-Windos-x86_64.exe下载安装包(目前最新的是py3.9) ...
- 李沐动手学深度学习第四章-4.9.环境和分布偏移
我们从来没有想过数据最初从哪里来?以及我们计划最终如何处理模型的输出? 根据测试集的精度衡量,模型表现得非常出色. 但是当数据分布突然改变时,模型在部署中会出现灾难性的失败. 解决方案很简单(要求&q ...
- 李沐动手学深度学习V2-图像增广和代码实现
图像增广 大型数据集是成功应用深度神经网络的先决条件,因为解决了大型复杂网络的过拟合性. 图像增广在对训练图像进行一系列的随机变化之后,生成相似但不同的训练样本,从而扩大了训练集的规模. 此外,应用图 ...
- 李沐-动手学深度学习-pytorch版-”d2lzh_pytorch”包的使用
github上直接的代码 github上需要导入时写的代码块 import torch import torchvision import numpy as np import sys sys.pat ...
最新文章
- 【php】 PHP 支持 9 种原始数据类型
- KeyMob推出移动广告平台,服务开发者与广告主
- mysql sha1prng_Caused by: org.springframework.beans.factory.NoSuchBeanDefinitionException | 学步园...
- 正则表达式学习笔记(一)
- 从最小二乘法到卡尔曼滤波
- PHP生成缩略图(2)--等比缩略图
- Map(String ArrayList(Student))相关操作和遍历和利用Map(k v)统计字母出现次数
- python中circle函数的用法,python画圆运用了什么函数
- 项目方说性能达到百万TPS,如何测试它的可信度?
- EmacsLisp学习
- js之如何获取css样式
- cobalt strik启动
- 【C++零散】计时chrono
- Android端M3U8视频下载管理器----M3U8Manger
- kali中exiftool命令查看图片exif信息
- 微信第三方平台开发,component_verify_ticket的接收
- 计算机主板上的ide,计算机主板上的IDE接口通常是连接什么设备的数据接口?
- C++ operator重载运算符详解
- 简单灵活万用管理软件——蓝点通用管理系统V26破版,手慢无
- 跟着开源项目学因果推断——FixedEffectModel 固定效应模型(十七)
热门文章
- switch_to及ret_from_sys_call控制任务的切换与返回
- 第十次ScrumMeeting博客
- 函数mod(a,m)
- HDU 5762 Teacher Bo (鸽笼原理) 2016杭电多校联合第三场
- linux第9天 UDP
- 表单提交对chrome记住密码的影响
- 一键搞定Java桌面应用安装部署 —— exe4j + Inno Setup 带着JRE, 8M起飞
- 关于html5的7个传说
- 全面快速准确地检索医学文献信息的策略
- 第十天学习Java的笔记(数组)