深度学习周报目录

文章目录

• 深度学习周报目录
• • Week1
  • Week2
  • Week3
  • Week4
  • Week5
  • Week6
  • Week7
  • Week8
  • Week9
  • Week10
  • Week11
  • Week12
  • Week13
  • Week14
  • Week15
  • Week16

深度学习周报目录

Week1

• 时间:2020/06/23 - 2020/06/28
• DeepLearning中视频学习和YOLO代码实现
• VGG Paper阅读

Week2

• 时间:2020/06/29 - 2020/07/05
• Coursera深度学习风格迁移编程作业
• Coursera深度学习人脸识别编程作业

Week3

• 时间：2020/07/06 - 2020/07/12
• Basic RNN
• LSTM

Week4

• 时间：2020/07/13 - 2020/07/19
• 吴恩课程编程作业 Emojify：给一句话加表情
• 吴恩课程编程作业 Machine Translation：机器翻译
• 吴恩达课程编程作业 Trigger_word_detection：唤醒词检测
• 吴恩达课程编程作业 Word Vector Representation：用向量代表单词
• Tensorflow2打卡学习 结构化数据建模
• Tensorflow2打卡学习 图片数据建模
• Tensorflow2打卡学习 文本数据建模
• Tensorflow2打卡学习 时间序列建模

Week5

• 时间：2020/07/20 - 2020/07/26
• 2-1 张量数据结构
• 2-2三种计算图
• 2-3自动微分机制
• 3-1低阶API示范
• 3-2中阶API示范
• 3-3高阶API示范
• 4-1张量的结构操作
• 4-2张量的数学运算
• 4-3Autograph的使用规范
• 4-4AutoGraph机制原理
• 4-5AutoGraph和tf.Module
• 5-1数据管道Dataset
• 5-2特征列feature_column
• 5-3激活函数
• 5-4模型层layers
• 5-5损失函数loss

Week6

TensorFlow2.x 学习

• 5-6评估指标metrics
• 5-7优化器optimizers
• 5-8回调函数callbacks

物体检测学习

• R-CNN原理详解

CNN建模代码练习

• 在Cifar10中训练AlexNet

斯坦福CS231n课程学习：

• 1 课程介绍
• 1.1 课程介绍-历史背景
• 1.2 课程介绍-课程后勤

Week7

自己码代码实现基础版本R-CNN

• 将PASCAL VOC数据集处理为TFRecords(PS: 这样是方便用tf的流式编程)
• 把PASCAL VOC数据集中车辆的数据处理为TFRecords
  (PS:这里的代码可以指定任意类别，然后将其转换为TFRecords)
• 使用SelectiveSearch划分Region Proposals
• 在PASCAL VOC2007上对pre-trained的AlexNet进行fine-tuning
• 利用fine-tuned的AlexNet提取Region Proposals的特征后训练SVM
• 将各个部分整合为R-CNN

斯坦福CS231n课程学习：

• 2 图像分类-数据驱动方法
• 2.1 图像分类-K最近邻算法
• 2.2 图像分类-线性分类
• 3. 损失函数和优化介绍

Week8

斯坦福CS231n课程学习：

• 4 介绍神经网络——反向传播
• 5.1-5.2 卷积神经网络——卷积和池化
• 6 训练神经网络(上)——激活函数、数据预处理

Python进阶——流畅的Python

• 1.Python数据模型
• 2.序列构成的数组
• 3.字典和集合

Week9

Python进阶——流畅的Python

• 4.文本和字节序列
• 5.一等函数
• 6.使用一等函数实现设计模式
• 7.函数装饰器和闭包

论文阅读

• Fast-RCNN
• Faster-RCNN

Week10

Python进阶——流畅的Python

• 8.对象引用,可变性和垃圾回收
• 9.符合Python风格的对象

全国AI比赛(遥感影像土地利用语义分割)

• Unet
• FCN

船只物体检测

• Yolov3

Spark集群搭建

• Spark集群搭建

Week11

PySpark学习

• SparkContext
• SparkFiles
• SparkApplicationId

深度学习服务器环境

• cuda9.0-cudnn7

Week12

流畅的Python

• 10.序列的修改、散列和切片
• 11.接口从协议到抽象基类
• 第12章 继承的优缺点

Pyspark学习

• rdd 1练习代码

CS231n

• Neural Nets notes 1
• 6.1 训练神经网络（上）——批量归一化

Week13

Pytorch学习

• 1-1,结构化数据建模流程范例

• 1-2.图片数据建模流程范例

• 1-3.文本数据建模流程范例

• 1-4.时间序列数据建模流程范例

• 2-1.张量数据结构

• 2-2.自动微分机制

• 2-3.动态计算图

• 3-1.低阶API示范

• 3-2.中阶API示范

• 3-3.高阶API示范

• 4-1.张量的结构操作

• 4-2.张量的数学运算

• 4-3.nn.functional和nn.Module

• 5-1.Dataset和DataLoader

• 5-2.模型层

• 5-3.损失函数

• 5-5.TensorBoard可视化

• 6-1.构建模型的3种方法

• 6-2.模型训练的3种方法

Week14

深度学习——目标检测

• YOLOv1 Pytorch实现源代码阅读

• YOLOv1 论文阅读

• YOLOv1 原理详解博客

• 一文带你读懂Batch Normalization

Week15

目标检测Paper阅读

• SSD
• SPPnet
• DenseNet
• SENet

代码

• DenseNet实现(数据集是cifar10), 保存训练了2epochs的模型

博客

• 带你一文读懂YOLO v2
• YOLOv4学习资源转载
• YOLOv5学习资源转载
• SSD学习资源转载
• SPPnet资源转载
• DenseNet资源转载

Week16

目标检测Paper阅读

• ResNeXt论文阅读总结

geo-localization论文阅读

• Geo-localization论文阅读list1