用途:帮助学习者制定可执行的深度学习学习计划,按周或按章节安排进度,并规划从简单到复杂的实验实践路线。
推荐资源:书籍包括 Deep Learning(Goodfellow)和 Dive into Deep Learning;课程包括 CS231n、CS224n、DeepLearning.AI;工具包括 PyTorch、Lightning、Weights & Biases。
实践项目建议:图像分类可从 CIFAR10 起步,再到 ImageNet 子集;NLP 可从文本分类过渡到微调小模型;训练与评估过程中记录超参、做对照实验、保证可复现。
使用方式与限制:资料未提供具体安装命令、平台要求或收费信息,具体执行细节暂未提供。