# 2022 李宏毅Deep Learning代码库 **Repository Path**: shelta-zhao/Deep-Learning ## Basic Information - **Project Name**: 2022 李宏毅Deep Learning代码库 - **Description**: 该仓库包含了2022李宏毅深度学习课程的作业代码，同时也进行了必要的注释，用于记录学习过程。 - **Primary Language**: Python - **License**: MIT - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 15 - **Forks**: 5 - **Created**: 2022-03-21 - **Last Updated**: 2025-04-20 ## Categories & Tags **Categories**: Uncategorized **Tags**: PyTorch, 深度学习, 李宏毅 ## README # 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 https://gitee.com/Super_XIAOTANG/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