深度学习百科及面试资源 Published 2024年3月13日 by admin 深度学习基础篇 深度学习 基础知识 距离计算 评估方式 优化策略 激活函数 损失函数 模型调优 归一化算法 卷积模型 CNN综述 池化 CNN模型的参数量与计算量计算 卷积算子 序列模型 词表示 循环神经网络RNN 长短时记忆网络LSTM 门控循环单元GRU 深度学习进阶篇 预训练模型 预训练模型是什么 预训练分词Subword ELMo Transformer Transformer-XL Longformer GPT XLNet BERT SpanBERT RoBERTa ERINE ERNIE 3.0 ERNIE-Gram ERNIE-Doc THU-ERNIE KBERT ALBERT ELECTRA Performer 对抗神经网络 基本概念 编码器和解码器 GAN应用 GAN综述 深度学习应用篇 计算机视觉 图像增广 一、数据增广 二、常用数据增广方法 三、图像变换类 四、图像裁剪类 五、图像混叠 六、实验 参考文献 测试时增强 图像分类 LeNet AlexNet VGG GoogLeNet DarkNet ResNet ResNeXt Res2Net Swin Transformer ViT 目标检测 目标检测综述 边界框（bounding box） 锚框（Anchor box） 交并比 NMS SoftNMS 语义分割 DeepLabV3 综述 OCR OCR综述 OCR检测方法 OCR识别方法 视频分类 TSM TimeSformer 自然语言处理 命名实体识别 命名实体识别是什么 一文读懂BiLSTM+CRF实现命名实体识别 N-Gram 介绍 概率计算 SimCSE 1.介绍 2.对比学习背景 3.无监督SimCSE 4.有监督SimCSE 5.各向异性问题 6.实验细节 7.总结 8.参考文献 推荐系统 推荐系统基础 推荐系统的产生 应用场景 推荐系统的方法 推荐系统的组成 推荐系统的评价指标 场景转化指标 消费满意度 离线评估验证方法 离线评估的主要指标 Replay 用户数据指标 DSSM 背景 DSSM 参考文献 DeepFM 1.模型简介 2.DeepFM模型结构 3.FM 4.DNN 5.Loss及Auc计算 6.与其他模型的对比 7.参考文献 元学习 元学习概述 1 元学习概念 2 元学习含义 3 元学习单位 4 基学习器和元学习器 5 元学习工作原理 6 元学习关键 7 元学习分类 基于优化的元学习 MAML Reptile LEO 基于度量的元学习 SNAIL RN PN MN 基于模型的元学习 Learning to Learn Meta-Learner LSTM 产业实践篇 模型压缩 模型压缩概述 模型蒸馏 模型部署 强化学习篇 强化学习 强化学习基础知识点 马尔科夫决策过程 策略梯度定理 蒙特卡洛策略梯度定理 REINFORCE 算法 SARSA Q-Learning DQN Actor-Critic 面试宝典 面试问题 深度学习基础 卷积模型 预训练模型 对抗神经网络 计算机视觉 自然语言处理 推荐系统 模型压缩 强化学习 Next 参考资料： https://paddlepedia.readthedocs.io/en/latest/index.html Published in AIGC, Python and 计算机 Previous Post code-server 通过jupyter打开的项目文件，点击函数定义无法跳转 Next Post jupyter 告警 TqdmWarning: IProgress not found. Please update jupyter and ipywidgets.jupyter