仓库包含2022李宏毅深度学习课程的作业代码,同时也进行必要的注释,用于记录学习过程。
使用Pycharm完成的基于Pytorch框架的深度学习项目,数据也包含在项目中。
链接:https://pan.baidu.com/s/1pbj0ftZ6dhdmdHNSXoCZnA 提取码:potu
Pytorch01:关于新冠肺炎确诊病例的预测分析
Pytorch02:关于MFCC格式音频数据的分类任务
Pytorch03:关于CNN的图像分类任务,尝试了Data Augmentation方法
Pytorch04:关于Self Attention的Speaker语音分类任务 利用了Transformer
Pytorch05:关于Transformer的文字翻译任务尚未完成 详细代码可见HW05.ipynb
Pytorch06:关于GAN的二次元图像生成任务,使用DCGAN模型
Pytorch07:关于Bert的QA系统,在预训练模型基础上,引入LR Decay技术
Pytorch08:关于AutoEncoder的异常检测系统,对比FCN、CONV、VAE三种不同算法
Pytorch09:关于ML可解释性研究,运用了LIME、Saliency Map和Smooth Grad方法
Pytorch10:关于Adversarial Attack的研究,运用FGSM方法对预训练模型进行攻击
Pytorch11:关于Domain Adaption的研究,用DaNN方法实现真实数据和手绘数据迁移
Pytorch12:关于Reinforcement Learning的飞船降落游戏,利用了Policy Gradient
Pytorch13:关于网络压缩实践,使用了Architecture Design和Knowledge Distillation
Pytorch14:关于Life Long Learning的研究,尝试了Selective Synaptic Plasticity方法
Pytorch15:关于小样本学习的meta learning实践,实现模型初始化参数学习
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。