摘要：
原文：Deep Learning 2: Part 1 Lesson 5 作者：Hiromi Suenaga 课程论坛 一，引言 没有足够的关于结构化深度学习的出版物，但它肯定出现在行业中： 结构化深度学习，作者：Kerem Turgutlu @datascience.com 你可以使用此工具从 Go 阅读全文
摘要：
原文：Deep Learning 2: Part 1 Lesson 4 作者：Hiromi Suenaga 课程论坛 学生的文章： 改善学习率的方式循环学习率技术探索带有重启动的随机梯度下降（SGDR）使用差异学习率的迁移学习让计算机看得比人类更好 Dropout [04:59] learn = C 阅读全文
摘要：
原文：Deep Learning 2: Part 1 Lesson 3 作者：Hiromi Suenaga 课程论坛 学生创建的有用材料： AWS 操作方法TMUX第 2 课总结学习率查找器PyTorch学习率与批量大小误差表面的平滑区域与泛化5 分钟搞定卷积神经网络解码 ResNet 架构另一个 阅读全文
摘要：
原文：Deep Learning 2: Part 1 Lesson 2 作者：Hiromi Suenaga 论坛笔记本 回顾上一课 [01:02] 我们使用 3 行代码来构建图像分类器。为了训练模型，需要在PATH下以某种方式组织数据（在本例中为data/dogscats/ ）： 应该有train文 阅读全文
摘要：
原文：Deep Learning 2: Part 1 Lesson 1 作者：Hiromi Suenaga 课程论坛 入门 [0:00]： 为了训练神经网络，你肯定需要图形处理单元（GPU） - 特别是 NVIDIA GPU，因为它是唯一支持 CUDA（几乎所有深度学习库和从业者都使用的语言和框架） 阅读全文