D2L-Summary of D2L Lession
D2L的课程结束啦，接下来是斯坦福的课程：Stanford Lession，结尾课程链接在这里：D2L 课程总结和进阶学习。
D2L-12-Optimization Algorithms
对于深度学习问题，我们通常会先定义损失函数。一旦我们有了损失函数，我们就可以使用优化算法来尝试最小化损失。在优化中，损失函数通常被称为优化问题的目标函数。按照传统惯例，大多数优化算法都关注的是最小化。如果我们需要最大化目标，那么有一个简单的解决方案：在目标函数前加负号即可。
D2L-Kaggle-目标检测（牛仔穿戴）
这个Competition中，我们遇到的主要问题，是数据的不平衡。数据不平衡使得某些类别的样本过少，我们需要处理这个问题。 实战Kaggle比赛 This is an object detection competition with imbalanced data challenge. You will need to train a model to detect cowboy outfits
D2L-11-Attention Mechanisms and Transformers
Self Attention & Transformer 李宏毅，Self-supervised Learing BERT GPT 李宏毅。先看这些！这个对于原理讲的非常清楚，了解了这个，再去学李沐的课程，就十分清晰了昂！！！
D2L-10-Modern Recurrent Neural Networks
循环神经网络在实践中一个常见问题是数值不稳定性。 尽管我们已经应用了梯度裁剪等技巧来缓解这个问题， 但是仍需要通过设计更复杂的序列模型来进一步处理它。 具体来说，我们将引入两个广泛使用的网络， 即门控循环单元（gated recurrent units，GRU）和 长短期记忆网络（long short-term memory，LSTM）。 然后，我们将基于一个单向隐藏层来扩展循环神经网络架构。 我
D2L-Kaggle-狗的品种识别(ImageNet Dogs)
实战Kaggle比赛：狗的品种识别(ImageNet Dogs) Dependencies 12345import osimport torchimport torchvisionfrom torch import nnfrom d2l import torch as d2l 我们提供完整数据集的小规模样本 12345678d2l.DATA_HUB['dog_tiny'] = (d2l.D
D2L-Kaggle-图像分类 (CIFAR-10)
实战Kaggle比赛：图像分类 (CIFAR-10) Dependencies： 123456789import collectionsimport mathimport osimport shutilimport pandas as pdimport torchimport torchvisionfrom torch import nnfrom d2l import torch as d2l