学习资源站

首页视频课程学习专栏

231_分布式训练

共 145 篇文章

← 返回专栏目录

100_配置版本 101_Pytorch安装 102_Python两大法宝 103_Pytorch加载数据 104_Tensorboard使用 105_Transforms使用 106_torchvision数据集使用 107_Dataloader使用 108_nn.Module模块使用 109_卷积原理 110_卷积层 111_最大池化层 112_非线性激活 113_线性层及其他层 114_搭建小实战和Sequential使用 115_损失函数与反向传播 116_优化器 117_网络模型使用及修改 118_网络模型保存与读取 119_完整模型训练套路 120_利用GPU训练 121_完整模型验证套路 122_查看开源项目 200_深度学习介绍 201_配置版本 202_数据操作、数据预处理 203_线性代数 204_矩阵计算 205_自动求导 206_线性回归、优化算法 207_Softmax回归、损失函数、分类 208_多层感知机 209_模型选择、过拟合、欠拟合 210_权重衰退 211_丢弃法 212_数值稳定性、模型初始化、激活函数 213_Kaggle房价预测 214_PyTorch神经网络基础 215_使用购买GPU 216_卷积层 217_卷积层里的填充和步幅 218_卷积层里的多输入多输出通道 219_池化层 220_经典神经网络LeNet 221_深度卷积神经网络AlexNet 222_使用块的网络VGG 223_网络中的网络NiN 224_合并行连接的网络GoogLeNet 225_批量归一化 226_残差神经网络ResNet 227_深度学习硬件CPU和GPU 228_深度学习硬件TPU和其他 229_单机多卡并行 230_多GPU训练实现 231_分布式训练 232_数据增广 233_微调 234_实战Kaggle比赛图像分类CIFAR10 235_实战Kaggle比赛狗的品种识别ImageNetDogs 236_物体检测和数据集 237_锚框 238_树叶分类竞赛技术总结 239_物体检测算法R-CNN、SSD、YOLO 240_SSD实现 241_语义分割和数据集 242_转置卷积 243_转置卷积是一种卷积 244_全连接卷积神经网络FCN 245_样式迁移 246_序列模型 247_文本预处理 248_语言模型 249_循环神经网络RNN 250_循环神经网络RNN的实现 251_门控循环单元GRU 252_长短期记忆网络LSTM 253_深层循环神经网络 254_双向循环神经网络 255_机器翻译数据集 256_编码器解码器架构 257_序列到序列学习seq2seq 258_束搜索 259_注意力机制 260_注意力分数 261_使用注意力机制的seq2seq 262_自注意力 263_Transformer 264_BERT预训练 265_BERT微调 266_目标检测竞赛总结 267_优化算法 268_课程总结和进阶学习 300_配置版本 301_课程1_第1周_深度学习概述 302_课程1_第2周a_神经网络基础之逻辑回归 303_课程1_第2周b_神经网络基础之Python与向量化 304_课程1_第3周_浅层神经网络 305_课程1_第4周_深层神经网络 306_课程1_第1周_测验题 307_课程1_第2周_测验题 308_课程1_第3周_测验题 309_课程1_第4周_测验题 310_课程1_第1周_作业题_numpy构建基本函数 311_课程1_第2周_作业题_神经网络思想实现Logistic回归 312_课程1_第3周_作业题_1层隐藏层的神经网络分类二维数据 313_课程1_第4周_作业题_逐步构建你的深度神经网络 314_课程2_第1周_深度学习的实用层面 315_课程2_第2周_优化算法 316_课程2_第3周_超参数调试、Batch正则化和编程框架 317_课程2_第1周_测验题 318_课程2_第2周_测验题 319_课程2_第3周_测验题 320_课程2_第1周_作业题_深度神经网络的初始化_正则化_梯度检验 321_课程2_第2周_作业题_优化算法 322_课程2_第3周_作业题_Tensorflow入门 323_课程3_第1周_机器学习策略（上） 324_课程3_第2周_机器学习策略（下） 325_课程3_第1周_测验题 330_课程4_第2周_深度卷积模型 331_课程4_第3周_目标检测 332_课程4_第4周_人脸识别与神经风格迁移 333_课程4_第1周_测验题 334_课程4_第2周_测验题 335_课程4_第3周_测验题 336_课程4_第4周_测验题 337_课程4_第1周_作业题_搭建卷积神经网络以及应用 338_课程4_第2周_作业题_Keras入门与残差网络搭建 339_课程4_第3周_作业题_车辆检测 340_课程4_第4周_作业题a_人脸识别 341_课程4_第4周_作业题b_风格迁移 342_课程5_第1周_循环神经网络RNN 343_课程5_第2周_特征向量表征 344_课程5_第3周_序列模型和注意力机制 345_课程5_第1周_测验题 346_课程5_第2周_测验题 347_课程5_第3周_测验题 348_课程5_第1周_作业题a_搭建RNN网络和LSTM网络 349_课程5_第1周_作业题b_字符语言模型和诗歌生成 350_课程5_第1周_作业题c_LSTM网络生成爵士乐 351_课程5_第2周_作业题a_词向量运算 352_课程5_第2周_作业题b_表情情感分类器 353_课程5_第3周_作业题a_机器翻译 354_课程5_第3周_作业题b_语音识别关键字 354_课程5_第3周_作业题b_语音识别关键字 354_课程5_第3周_作业题b_语音识别关键字

231_分布式训练

1. 分布式训练¶

2. 总结¶

目录