README.md

Dive-Into-Deep-Learning-With-PyTorch

动手学深度学习（PyTorch实现）

伯禹平台视频课程： https://www.boyuai.com/elites/course/cZu18YmweLv10OeV

K-Lab动手实践： https://www.kesci.com/org/boyuai/workspace/project

Homework1

• Task01：线性回归；Softmax与分类模型；多层感知机（1天）
• Task02：文本预处理；语言模型；循环神经网络基础（1天）

Homework2

• Task03：过拟合、欠拟合及其解决方案；梯度消失、梯度爆炸；循环神经网络进阶（1天）
• Task04：机器翻译及相关技术；注意力机制与Seq2seq模型；Transformer（1天）
• Task05：卷积神经网络基础；leNet；卷积神经网络进阶（1天）

Homework3

• Task06：批量归一化和残差网络；凸优化；梯度下降（1天）
• Task07：优化算法进阶；word2vec；词嵌入进阶（1天）
• Task08：文本分类；数据增强；模型微调（1天）

Homework4

• Task09：目标检测基础；图像风格迁移；图像分类案例1（1天）
• Task10：图像分类案例2；GAN；DCGAN（1天）