2022李宏毅Deep Learning代码库

介绍

仓库包含2022李宏毅深度学习课程的作业代码，同时也进行必要的注释，用于记录学习过程。

软件架构

使用Pycharm完成的基于Pytorch框架的深度学习项目，数据也包含在项目中。

安装教程

1. git clone [email protected]:shelta-zhao/Deep-Learning.git

数据链接

链接：https://pan.baidu.com/s/1pbj0ftZ6dhdmdHNSXoCZnA 提取码：potu

使用说明

1. Dataset.py：定义数据操作函数，以及Dataset类
2. Model.py：定义模型及训练函数
3. main.py：设置模型的Hyperparameters，开始模型训练
4. test.py：在测试集上测试模型

内容目录

Pytorch01：关于新冠肺炎确诊病例的预测分析

Pytorch02：关于MFCC格式音频数据的分类任务

Pytorch03：关于CNN的图像分类任务，尝试了Data Augmentation方法

Pytorch04：关于Self Attention的Speaker语音分类任务 利用了Transformer

Pytorch05：关于Transformer的文字翻译任务尚未完成 详细代码可见HW05.ipynb

Pytorch06：关于GAN的二次元图像生成任务，使用DCGAN模型

Pytorch07：关于Bert的QA系统，在预训练模型基础上，引入LR Decay技术

Pytorch08：关于AutoEncoder的异常检测系统，对比FCN、CONV、VAE三种不同算法

Pytorch09：关于ML可解释性研究，运用了LIME、Saliency Map和Smooth Grad方法

Pytorch10：关于Adversarial Attack的研究，运用FGSM方法对预训练模型进行攻击

Pytorch11：关于Domain Adaption的研究，用DaNN方法实现真实数据和手绘数据迁移

Pytorch12：关于Reinforcement Learning的飞船降落游戏，利用了Policy Gradient

Pytorch13：关于网络压缩实践，使用了Architecture Design和Knowledge Distillation

Pytorch14：关于Life Long Learning的研究，尝试了Selective Synaptic Plasticity方法

Pytorch15：关于小样本学习的meta learning实践，实现模型初始化参数学习

作者