Mrwei_418的博客

动手学深度学习第二版——Day1（章节1——2.2） 1、简单介绍 1)、整体内容 深度学习基础——线性神经网络，多层感知机 卷积神经网络——LeNet，AlexNet，VGG，Inception，ResNet 循环神经网络——RNN。GRU，LSTM，seq2seq 注意力机制——Attention, Transformer 优化算法——SGD， Momentum， Adam 高性能计算——并行，多GPU，分布式 计算机视觉——目标检测，语义分割 自然语言处理——词嵌入，BERT 2)、深度学习介绍

PyTorch学习笔记(1) 1、发展历史 Goggle Theano -> TensorFlow1 -> TensorFlow2 + Keras Facebook Torch7 -> Caffe -> PyTorch + Caffe2 Amazon MXNet 2、PyTorch/TensorFlow区别 PyTorch: 动态图优先 TensorFlow: 静态图优先（只给定了公式，但并未赋值，最后赋值，也就是说公式定义好了之后不可以改变） define公