深度学习基础篇
- 深度学习
基础知识
- 距离计算
- 评估方式
- 优化策略
- 激活函数
- 损失函数
- 模型调优
- 归一化算法
卷积模型
- CNN综述
- 池化
- CNN模型的参数量与计算量计算
- 卷积算子
序列模型
- 词表示
- 循环神经网络RNN
- 长短时记忆网络LSTM
- 门控循环单元GRU
深度学习进阶篇
- 预训练模型
预训练模型是什么
- 预训练分词Subword
- ELMo
- Transformer
- Transformer-XL
- Longformer
- GPT
- XLNet
- BERT
- SpanBERT
- RoBERTa
- ERINE
- ERNIE 3.0
- ERNIE-Gram
- ERNIE-Doc
- THU-ERNIE
- KBERT
- ALBERT
- ELECTRA
- Performer
对抗神经网络
- 基本概念
- 编码器和解码器
- GAN应用
- GAN综述
深度学习应用篇
- 计算机视觉
图像增广
一、数据增广
- 二、常用数据增广方法
- 三、图像变换类
- 四、图像裁剪类
- 五、图像混叠
- 六、实验
- 参考文献
- 测试时增强
图像分类
- LeNet
- AlexNet
- VGG
- GoogLeNet
- DarkNet
- ResNet
- ResNeXt
- Res2Net
- Swin Transformer
- ViT
目标检测
- 目标检测综述
- 边界框（bounding box）
- 锚框（Anchor box）
- 交并比
- NMS
- SoftNMS
语义分割
- DeepLabV3
- 综述
OCR
- OCR综述
- OCR检测方法
- OCR识别方法
视频分类
- TSM
- TimeSformer
自然语言处理
- 命名实体识别
命名实体识别是什么
- 一文读懂BiLSTM+CRF实现命名实体识别
N-Gram
- 介绍
- 概率计算
SimCSE
- 1.介绍
- 2.对比学习背景
- 3.无监督SimCSE
- 4.有监督SimCSE
- 5.各向异性问题
- 6.实验细节
- 7.总结
- 8.参考文献
推荐系统
- 推荐系统基础
推荐系统的产生
- 应用场景
- 推荐系统的方法
- 推荐系统的组成
推荐系统的评价指标
- 场景转化指标
- 消费满意度
- 离线评估验证方法
- 离线评估的主要指标
- Replay
- 用户数据指标
DSSM
- 背景
- DSSM
- 参考文献
DeepFM
- 1.模型简介
- 2.DeepFM模型结构
- 3.FM
- 4.DNN
- 5.Loss及Auc计算
- 6.与其他模型的对比
- 7.参考文献
元学习
- 元学习概述
1 元学习概念
- 2 元学习含义
- 3 元学习单位
- 4 基学习器和元学习器
- 5 元学习工作原理
- 6 元学习关键
- 7 元学习分类
基于优化的元学习
- MAML
- Reptile
- LEO
基于度量的元学习
- SNAIL
- RN
- PN
- MN
基于模型的元学习
- Learning to Learn
- Meta-Learner LSTM
产业实践篇
- 模型压缩
模型压缩概述
- 模型蒸馏
模型部署
-
强化学习篇
- 强化学习
强化学习基础知识点
- 马尔科夫决策过程
- 策略梯度定理
- 蒙特卡洛策略梯度定理
- REINFORCE 算法
- SARSA
- Q-Learning
- DQN
- Actor-Critic
面试宝典
- 面试问题
深度学习基础
- 卷积模型
- 预训练模型
- 对抗神经网络
- 计算机视觉
- 自然语言处理
- 推荐系统
- 模型压缩
- 强化学习
Next
参考资料：
https://paddlepedia.readthedocs.io/en/latest/index.html