国外最火的深度学习实践课新版发布，100%全新前沿内容

第五课要从头开始搭建自己的神经网络，在这个过程中理解反向传播；第六课要学习各种改进训练防止过拟合的技术、理解卷积，还要讨论数据伦理；第七课要从头开始构建更复杂的 ResNet 和U-Net，研究各种损失函数，还要进入 GAN 的领域。

每一节课的具体内容是这样的：

第一课：图像分类

新人第一课，要训练一个图像分类器，能够以最高的准确度识别宠物品种。其中的关键是使用迁移学习，这也是本课程大部分内容的基础。

△ 训练和分析宠物品种分类器

我们将看到如何分析模型以了解其失效模式。在这一部分，我们会发现模型出错的地方与宠物育种专家可能犯错的地方相同。

最后，本节课还讨论了在训练神经网络时如何设置最重要的超参数：学习率。我们将看看标签这一重要但很少讨论的话题，并了解 fastai 提供的一些功能，这些功能可以轻松地将标签添加到图像中。

要注意的是，训练分类器需要连接到云 GPU 提供商，或者自己搭建一个合适 GPU 计算机，还需熟悉 Jupyter Notebook 环境的基础知识。

第二课：数据集的创建和清理、从头开始 SGD

这部分内容是教授用户学习如何使用自己的数据搭建图像分类模型，包括以下主题：

• 图片集

• 并行下载

• 创建验证集

• 数据清理

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!