深度学习基础知识

第 5 部分：预训练的模型
 第 1 部分：深度学习简介

第 2 部分：神经网络是如何训练的

课程议题 第 3 部分：卷积神经网络

第 4 部分：数据增强与模型部署

第 5 部分：预训练的模型

第 6 部分：更高级的模型结构
课程议题 – 第 5 部分
• 复习
• 预训练的模型
• 迁移学习
复习迄今所学的概念
复习迄今所学的概念

• 学习率
• 层数
• 每层神经元数
• 激励函数
• Dropout
• 数据
预训练模型
预训练模型

PYTORCH
HUB
 预训练模型

IM GENET
下一个挑战
自动狗门
迁移学习
后续挑战
总统的自动狗门
迁移学习
 迁移学习

…
…

…
(28, 28, 2) (28, 28, 2)
堆叠图像 堆叠图像

(3, 3, 1, 2) (3, 3, 2, 2) (512) (512)

内核 内核 密集 密集
(28, 28,1) (1568)
图像输入 平面图像 (10)
向量 输出预测
 输入

特征
更一般化的
卷积

最大池化

卷积

Dropout

最大池化

卷积
迁移学习

最大池化

密集

密集

输出
特征
更具体化的
迁移学习
冻结模型？
迁移学习
我们开始吧！
www.nvidia.com/dli
学习更多 DLI 课程，请访问 nvidia.cn/DLI