这周又完成了一门很有用的课程 Deep Learning with PyTorch.
因为今年年底其中一个research paper 要用到 transfer leaning,为了赶在deadline之前把model建好,我必须学习怎么用PyTorch建模。这个课程真的帮了我很大的忙,它信息量很足,能在很短的时间里教会大家怎么写deep learning的code,优化,和model evaluation。
🌟优点是:
这个课程比较适合有machine learning基础上,想要学习deep learning 的同学,model都是基于卷积神经网络CNN的小白入门款,简单上手。
大量的code题,能加深手写代码的能力。同时又不会太过于枯燥。
内容很全面,涵盖了model construction,evaluation,transfer leaning等等。
🌟缺点是:
没有很多novelty,如果你想找到类似KDD发表的那种新款改良深度模型,这个就显得太小白了。
model evaluation 和 transfer leaning 没有讲太详细,如何调参数也没讲太多(个人觉得这里还是蛮重要的)
做作业的 Dataset 仅限于一个图片集,如果有一些别的dataset(比如user-generated content)就更好了。毕竟我用deep learning不太处理图片,大都是用户数据的分析。
总之,这个课程里我还是学到了不少干货的,赞一个。
最新评论 1
:不需要太多调参的话Keras也很好用