Wednesday, December 13, 2017

PyTorch(一):深度學習:21天實戰 LeNet

PyTorch(一):深度學習:21天實戰 LeNet

2017/12/04

作者:王惠民(Marcel Wang),交大電控 PhD。
https://www.linkedin.com/in/marcel-wang-3a988b7a

前言:

此為深度學習的入門課程,包含 1 天的概論(2 小時)、4 天(8 小時)的 LeNet 實作,以及 16 天(32 小時)的 AI 理論講解。適合公司教育訓練或者個人自行研習。

本課程結束後,建議可以自行安裝 PyTorch 來實現課程中提到的網路。
PyTorch Taiwan(目錄)

-----


-----

Day 1

Hour 1:
課程內容:目錄解說。
參考資料:
AI三部曲(一):每天來一點 Deep Learning(目錄)
AI三部曲(二):LeNet實作團(目錄)

Hour 2:
課程內容:目錄解說。
參考資料:AI三部曲(三):AI從頭學(目錄)

-----

Day 2

Hour 1:
課程內容:註冊 LeNet實作團與 GitHub(交作業用)。
參考資料:a. LeNet實作團 - 參加辦法與會員編號。b. mAiLab_0001:GitHub

Hour 2:
課程內容:亂數產生。
參考資料:mAiLab_0002:Random Number

-----

Day 3

Hour 1:
課程內容:下載 MNIST資料集,並列印部分內容。
參考資料:mAiLab_0003:MNIST and LeNet

Hour 2:
課程內容:偵測並列印數字的邊緣。
參考資料:mAiLab_0004:Edge Detection

-----

Day 4

Hour 1:
課程內容:列印各種 activation function。
參考資料:mAiLab_0005:Activation Function 

Hour 2:
課程內容:列印池化的結果。
參考資料:mAiLab_0006:Pooling

-----

Day 5

Hour 1:
課程內容:解釋 RBF。
參考資料:mAiLab_0007:Radial Basis Function (RBF)

Hour 2:
課程內容:實作 LeNet(完整結果需回家自行運算)。
參考資料:mAiLab_0008:LeNet-5

-----

Day 6

Hour 1 & 2:
課程內容:講解 BP 演算法。
參考資料:AI從頭學(九):Back Propagation

-----

Day 7

Hour 1 & 2:
課程內容:講解 LeNet 前半段。
參考資料:AI從頭學(一二):LeNet

-----

Day 8

Hour 1 & 2:
課程內容:講解 LeNet 後半段
參考資料:AI從頭學(一三):LeNet - F6

-----

Day 9

Hour 1 & 2:
課程內容:簡介重要的 CNN。
參考資料:AI從頭學(一八):Convolutional Neural Network

-----

Day 10

Hour 1 & 2:
課程內容:講解 RNN。
參考資料:AI從頭學(一九):Recurrent Neural Network

-----

Day 11

Hour 1 & 2:
課程內容:訓練卷積核。
參考資料:AI從頭學(二三):CNN - Kernel Training

-----

Day 12

Hour 1 & 2:
課程內容:圖示卷積核。
參考資料:AI從頭學(二四):CNN - Kernel Visualizing

-----

Day 13

Hour 1 & 2:
課程內容:講解 AlexNet。
參考資料:AI從頭學(二六):AlexNet

-----

Day 14

Hour 1 & 2:
課程內容:講解 ZFNet。
參考資料:AI從頭學(二七):ZFNet 

-----

Day 15

Hour 1 & 2:
課程內容:講解 NIN,此為 GoogLeNet 的基礎。
參考資料:AI從頭學(二八):Network in Network 

-----

Day 16

Hour 1 & 2:
課程內容:講解 GoogLeNet。
參考資料:AI從頭學(二九):GoogLeNet

-----

Day 17

Hour 1 & 2:
課程內容:講解 1 x 1 卷積核。此為 GoogLeNet 的重要元素。
參考資料:AI從頭學(三0):Conv1

-----

Day 18

Hour 1 & 2:
課程內容:講解 Inception,此為 GoogLenet 的重要架構。
參考資料:AI從頭學(三一):Inception

-----

Day 19

Hour 1 & 2:
課程內容:講解權重衰減,此為重要的正則化方法。
參考資料:AI從頭學(三二):Weight Decay

-----

Day 20

Hour 1 & 2:
課程內容:R-CNN 的基礎。
參考資料:AI從頭學(三三):DPM

-----

Day 21

Hour 1 & 2:
課程內容:總複習,講解有關深度學習重要的主題。
參考資料:AI從頭學(三四):Complete Works

-----

參考資料:

AI三部曲
http://hemingwang.blogspot.tw/2017/12/ai_4.html

No comments: