AI学习-Week2

# DAY8-10：神经网络和深度学习思想

# 一、具体要求

观看视频视频，要求：

1. 学习感知机、多层感知机的原理

   • 视频链接：多层感知机 + 代码实现 - 动手学深度学习open in new window

2. 线性回归、Logistic回归、Softmax回归

   • 视频链接：线性回归+基础优化算法open in new window

3. 学习Softmax回归、损失函数和图片分类数据集。

   • 视频链接：softmax回归+损失函数+图片分类数据集open in new window

4. 深度神经网络、正向传播、反向传播、激活函数、损失函数、过拟合、欠拟合、正则化约束、参数、超参数、数据集划分（可结合笔记）

   • 视频链接：吴恩达深度学习课程视频open in new window
   • 多层神经网络表示 P25-P35
   • 深层神经网络 P36-P43
   • 提升深度神经网络、超参数调优、正则化与优化 P47-P80

# 二、学习成果展示

选择一些知识点进行针对性练习

1. Kaggle神经网络练习：Kaggle神经网络练习open in new window

# 三、参考资料

1. 周志华《机器学习》

2. 吴恩达的课程：

   • 吴恩达机器学习课程open in new window
   • 吴恩达机器其他课程open in new window
   • 吴恩达视频open in new window

3. 上海交大课程open in new window

4. iEDA人工智能基础入门open in new window

# DAY11-14：编程框架学习

# 一、具体要求

1. 在How to eat Pytorch in 20 daysopen in new window网站中选择下载《20天吃掉那只Pytorch》或者《30天吃掉那只TensorFlow2》github
2. 任选2-3个代码模型进行学习，尝试调参学习或者更换模型

# 二、学习成果展示

展示调参过程或者更换模型过程，尝试训练更好的模型

# 三、参考资料

1. PyTorch入门open in new window
2. TensorFlow入门open in new window
3. PyTorch练习open in new window
4. TensorFlow练习open in new window