Dive-into-DL-PyTorch

目录

简介
阅读指南
1. 深度学习简介
2. 预备知识
3. 深度学习基础
4. 深度学习计算
5. 卷积神经网络
6. 循环神经网络
7. 优化算法
8. 计算性能
9. 计算机视觉
- 9.1 图像增广
- 9.2 微调
- 9.3 目标检测和边界框
- 9.4 锚框
- 9.5 多尺度目标检测
- 9.6 目标检测数据集（皮卡丘）
- 9.7 单发多框检测（SSD）
- 9.8 区域卷积神经网络（R-CNN）系列
- 9.9 语义分割和数据集
- 9.10 全卷积网络（FCN）
- 9.11 样式迁移
- 9.12 实战Kaggle比赛：图像分类（CIFAR-10）
- 9.13 实战Kaggle比赛：狗的品种识别（ImageNet Dogs）
10. 自然语言处理

持续更新中......

原书地址

中文版：动手学深度学习 | Github仓库
English Version: Dive into Deep Learning | Github Repo

引用

如果您在研究中使用了这个项目请引用原书:

@book{zhang2019dive,
    title={Dive into Deep Learning},
    author={Aston Zhang and Zachary C. Lipton and Mu Li and Alexander J. Smola},
    note={\url{http://www.d2l.ai}},
    year={2020}
}