## PyTorch ## 深度学习：GAN 主讲人：龙良曲 ### “What I cannot create, I do not understand.” —Richard Feynman ## Our Goal: $ p(x) $ 

## 深度学习-深度学习实践 黄海广 副教授 2023年03月 ## 本章目录 01 数据集划分 02 数据集制作 03 数据归一化/标准化 04 正则化 05 偏差和方差 ## 数据集划分 训练集（Training Set）：帮助我们训练模型，简单的说就是通过训练集的数据让我们确定拟合曲线的参数。 验证集（Validation Set）：也叫做开发集（Dev Set），用来做模型选择（model 模型的构建，即训练超参数，可选； 测试集（Test Set）：为了测试已经训练好的模型的精确度。 三者划分：训练集、验证集、测试集 机器学习：60%，20%，20%；70%，10%，20% 深度学习：98%，1%，1%（假设百万条数据） ## 交叉验证 , # 随机裁剪 transforms.RandomHorizontalFlip(), # 随机翻转 transforms.ColorJitter(brightness=0.3, contrast=0.3, saturation=0.3, hue=0.3), # 随机改变颜色 transforms.RandomRotation(30), # 随机旋转 transforms

 ## 深度学习实践 from Tensorflow to AI-Hub 王顺 – Google Cloud 目录 CONTENTS >> 从零开始 >> 初步修改 >> 业务升级 >> [Image](/uploads/documents/d/2/0/3/d203e99d6cb066cd89cc35531775c47e/p3_2.jpg) ## 1 从hello world开始 以深度学习的第一个案例MNIST为例 学习Tensorflow框架的使用及代码编写风格 ## 理解TF ## 开始使用 TensorFlow TensorFlow 是一个用于研究和生产的开源机器学习库。TensorFlow low 提供了各种 API，可供初学者和专家在桌面、移动、网络和云端环境下进行开发。请参阅以下几部分，了解如何开始使用。 ## 学习和使用机器学习 高阶 Keras API 提供了用于创建和训练深度学习模型的构造块。请先查看以下适合初学者的笔记本示例，然后阅读 TensorFlow Keras 指南。 1. 基本分类 2. 文本分类 3. 回归 4. 过拟合和欠拟合 5. 保存和加载

## 深度学习-深度卷积神经网络 黄海广 副教授 2023年04月 ## 本章目录 01 经典网络 02 深度残差网络 03 其它现代网络 04 卷积神经网络使用技巧 ### 1. 经典网络 01 经典网络 02 深度残差网络 03 其它现代网络 04 卷积神经网络使用技巧 ## 经典网络-LeNet-5 • LeNet 分为两个部分组成： • 卷积层块：由两个卷积层块组成； uments/7/6/0/7/7607a8e8efef5c4a56eb4c0c25195190/p11_1.jpg) ### 2. 深度残差网络 01 经典网络 02 深度残差网络 03 其它现代网络 04 卷积神经网络使用技巧 ### 2. 深度残差网络 梯度消失和梯度爆炸问题 w_{2}\sigma^{\prime}(z_{1}) $$ ### 2. 深度残差网络  ### 2. 深度残差网络 without skip connection ![Image](/uploads/do

基于 Python 的深度学习库 Keras: The Python Deep Learning library $ ^{*} $ Author: Keras-Team Contributor: 万震 (WAN Zhen) wanzhenchn wanzhen@cqu.edu.cn 2018年12月24日 ## 前言 整理 Keras: 基于 Python 的深度学习库 PDF 版的主要原因在于学习 版的主要原因在于学习 Keras 深度学习库时方便本地查阅，下载最新 PDF 版本请访问: https://github.com/wanzhenchn/keras-docs-zh。 感谢 keras-team 所做的中文翻译工作，本文档制作基于此处。 严正声明：本文档可免费用于学习和科学研究，可自由传播，但切勿擅自用于商业用途，由此引发一切后果贡献者概不负责。 The main reason of purposes. Otherwise, the contributor is not responsible for the consequences. ## 目录 1 Keras: 基于 Python 的深度学习库 1.1 你恰好发现了 Keras 1.2 指导原则 1.3 快速开始：30 秒上手 Keras 1.4 安装指引 1.5 使用 TensorFlow 以外的后端 1.6

# 动手学深度学习 Release 2.0.0 Aston Zhang, Zachary C. Lipton, Mu Li, and Alexander J. Smola Aug 18, 2023 Powered by TCPDF (www.tcpdf.org) ## 目录 前言 1 安装 9 符号 13 1 引言 17 2 预备知识 39 2.1 数据操作 分离计算 ..... 71 2.5.4 Python控制流的梯度计算 ..... 72 2.6 概率 ..... 73 2.6.1 基本概率论 ..... 74 2.6.2 处理多个随机变量 ..... 77 2.6.3 期望和方差 ..... 80 2.7 查阅文档 ..... 81 2.7.1 查找模块中的所有函数和类 ..... 81 2.7.2 查找特定函数和类的用法 .... 85 3.1.1 线性回归的基本元素 ..... 86 3.1.2 矢量化加速 ..... 89 3.1.3 正态分布与平方损失 ..... 91 3.1.4 从线性回归到深度网络 ..... 92 3.2 线性回归的从零开始实现 ..... 95 3.2.1 生成数据集 ..... 95 3.2.2 读取数据集 ..... 96 3.2.3 初始化模型参数

## Alluxio 助力 Kubernetes， 加速云端深度学习 范斌 Alluxio 创始成员 车漾 阿里云高级技术专家 ## 目录 - 我们是谁 - 问题背景 - Alluxio 助力云原生 AI 模型训练 - Alluxio 是谁 - Alluxio 与 Kubernetes 结合 - Alluxio 优化实践 - 相关资料 ## 我们是谁？

## 深度学习 + 大数据 TensorFlow on Yarn ## 李远策 2017年4月17日   深度优先 后序、递归、深度优先分配算法 ## 深度学习平台演进 SparkFlow TensorFlow on Spark ![Image](/uploads/documents/3/c/8/6/3c8605215c9