Pytorch版本的深度学习v2

深度学习（PyTorch） 该存储库包含与Udacity的有关的材料。 它由一堆用于各种深度学习主题的教程笔记本组成。 在大多数情况下，笔记本会引导您实现诸如卷积网络，循环网络和GAN等模型。 还涉及其他主题，例如权重初始化和批次归一化。 也有一些笔记本用作Nanodegree程序的项目。 在程序本身中，项目由真人（Udacity审阅者）审阅，但是此处也提供了起始代码。 目录 讲解 神经网络导论 ：了解如何实现梯度下降并将其应用于学生录取数据中的预测模式。 ： 您建立情感分析模型，预测某些文本是肯定的还是否定的。 ：了解如何在PyTorch中构建神经网络，以及如何将预训练的网络用于最新的图像分类器。 卷积神经网络 ：可视化组成CNN的图层的输出。 了解如何定义和训练CNN以对进行分类， 是在机器和深度学习领域中臭名昭著的手写数字数据库。 此外，定义并训练CNN以对图像进行分类。