五天入门深度学习，这里有一份PyTorch实战课程

想入门深度学习的小伙伴有福了！dataflowr 最近推出了一门五天初步掌握深度学习的实战教程（实战使用 PyTorch 框架），有知识点有实例有代码，值得一看。该课程的创建和维护者是法国国立计算机及自动化研究院（INRIA）的研究员 Marc Lelarge。

• 课程地址：https://mlelarge.github.io/dataflowr-web/cea_edf_inria.html
• 代码地址：https://github.com/mlelarge/dataflowr

该课程的教学目标是学习者能够了解：

• 何时何地应该使用深度学习

• 深度学习的工作原理

• 深度学习前沿研究

此外，该课程还希望学习者能够自己动手做深度学习项目。

这门实战课程要求学习者积极参与，亲自动手实践，其使用的深度学习框架为 PyTorch。

课程目录

第一天：

• （PPT）课程简介；

• （代码）示例 1：在 Colab 上创建 VGG 模型参加 Kaggle 猫狗识别竞赛；

• （代码）用 Autograd 做回归：PyTorch 简介。

第二天：

• （PPT）线性/logistic 回归、分类和 Pytorch 模块；

• （代码）理解卷积，创建首个数字识别神经网络；

• （PPT）嵌入和数据加载器（DataLoader）；

• （代码）协作过滤算法：矩阵因子分解和推荐系统；

• （PPT）变分自编码器；

• （代码）自编码器和 变分自编码器 。

第三天：

• （PPT）用于真实世界场景的深度学习；

• （代码）Softmax 温度、混合密度网络、通过反向传播的贝叶斯；

• （PPT）生成对抗网络；

• （代码）条件 GAN 和 InfoGAN 。

第四天：

• 循环神经网络：PPT 及相关代码；

• （代码）char-RNN 的 PyTorch 教程；

• （代码）Word2vec；

• （代码）试玩词嵌入；

• 了解结构化自注意句子嵌入的论文和代码，从而掌握 Glove NLP 小项目。

第五天：

• （PPT）打开 AI 黑箱；

• （代码）类激活图（CAM）；

• （代码）对抗样本；

• 图神经网络。

希望对读者有所帮助。