耿直哥深度学习必修课进击算法工程师100节学习笔记

耿直哥深度学习必修课进击算法工程师100节学习笔记

002.1-2 初识深度学习    

003.1-3 课程使用的技术栈    

004.2-1 线性代数    

005.2-2 微积分    

006.2-3 概率    

007.3-1 CUDA+Anaconda深度学习环境搭建    

008.3-2 conda实用命令    

009.3-3 Jupyter Notebook快速上手    

010.3-4 深度学习库PyTorch安装    

011.4-1 神经网络原理    

012.4-2 多层感知机    

013.4-3 前向传播和反向传播    

014.4-4 多层感知机代码实现    

015.4-5 回归问题    

016.4-6 线性回归代码实现    

017.4-7 分类问题    

018.4-8 多分类问题代码实现    

019.5-1 训练的常见问题    

020.5-2 过拟合欠拟合应对策略    

021.5-3 过拟合和欠拟合示例    

022.5-4 正则化    

023.5-5 Dropout    

024.5-6 Dropout代码实现    

025.5-7 梯度消失和梯度爆炸    

026.5-8 模型文件的读写    

027.6-1 最优化与深度学习    

028.6-2 损失函数    

029.6-3 损失函数性质    

030.6-4 梯度下降    

031.6-5 随机梯度下降法    

032.6-6 小批量梯度下降法    

033.6-7 动量法    

034.6-8 AdaGrad算法    

035.6-9 RMSProp_Adadelta算法    

036.6-10 Adam算法    

037.6-11 梯度下降代码实现    

038.6-12 学习率调节器    

039.7-1 全连接层问题    

040.7-2 图像卷积    

041.7-3 卷积层    

042.7-4 卷积层常见操作    

043.7-5 池化层Pooling    

044.7-6 卷积神经网络代码实现（LeNet）