ENEL645 本课程是深度学习(DL)的动手课程,这是机器学习中的重要主题。 本课程将概述允许DL蓬勃发展的历史背景。 它将涵盖不同类型的神经网络,以及如何在不同的问题(例如图像分类,图像分割和信号降噪)中进行训练和部署。 将涉及的神经网络类型是完全连接的网络,卷积神经网络,完全卷积神经网络,自动编码器,递归神经网络等。 将特别重视流行的网络体系结构,例如U-net,ResNets,Inception和VGG。 该课程将涵盖如何微调预训练的模型,以在相关应用中获得最新的结果。 本课程还将简要介绍生成模型,自我监督学习以及DL当前新趋势的概述。 随着课程的进行,存储库将更新。 我们将在Te