深度學習
Deep Learning with PyTorch
| 節 | 週二 |
|---|---|
2 09:00–09:50 | 深度學習 MB415（光復） 3 節連堂 |
3 10:10–11:00 | |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
This course focuses on using deep learning to develop predictive models with PyTorch.
Knowledge about python programming and machine learning is required.
無備註
教師未提供此項資料
Homework Paper Reading Projects
Convolutional Neural Networks
1. Convolutional neural networks 2. ResNet/LeNet5/VGG/Google Inception 3. Explainable AI
Recurrent Neural Networks
1. Recurrent Neural Network 2. LSTM/GRU 3. Seq2seq & Attention
SOTA
1. Transformer 2. Vision Transformer 3. Self-supervised Learning
Introduction to Deep Learning
1. Introduction to deep learning 2. PyTorch Training Loop 3. Optimizer
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction to deep learning and the course 2023-02-14(二) |
| 第 2 週 | Logistic regression and linear regression 2023-02-21(二) |
| 第 3 週 | Neural networks 2023-02-28(二) |
| 第 4 週 | Activation functions and optimizer 2023-03-07(二) |
| 第 5 週 | Convolutional neural networks 2023-03-14(二) |
| 第 6 週 | Convolutional neural networks 2023-03-21(二) |
| 第 7 週 | Transfer Learning 2023-03-28(二) |
| 第 8 週 | Explainable AI 2023-04-04(二) |
| 第 9 週 | Recurrent Neural Network 2023-04-11(二) |
| 第 10 週 | LSTM/GRU 2023-04-18(二) |
| 第 11 週 | Sequence to Sequence Model and Attention 2023-04-25(二) |
| 第 12 週 | Transformer 2023-05-02(二) |
| 第 13 週 | Visual Transformer 2023-05-09(二) |
| 第 14 週 | Multi-task Learning 2023-05-16(二) |
| 第 15 週 | Self-supervised Learning 2023-05-23(二) |
| 第 16 週 | Project Presentation 2023-05-30(二) |
| 第 17 週 | 2023-06-06(二) |
| 第 18 週 | 2023-06-13(二) |
教師未提供此項資料
- 地點
- MB 505R
- 時間
- W56
- 聯絡方式
- clliu@nycu.edu.tw