2米资源网

VIP
深度学习与PyTorch入门实战

【7772】-深度学习与PyTorch入门实战

  • 本站均为资源介绍,仅限用于学习和研究,不得将上述内容用于商业或者非法用途,
  • 否则一切后果请用户自负。您必须在下载后的24个小时之内,从您的电脑中彻底删除
  • 如果喜欢该资源请支持正版。如发现本站有侵权违法内容,请联系后查实将立刻删除。
  • 资源简介:深度学习与PyTorch入门实战
  • 详细描述

    深度学习与PyTorch入门实战(网易云龙良曲)


     
     
    章节1:深度学习初见
    课时1视频深度学习框架简介09:07
    课时2视频PyTorch功能演示11:09
    章节2:开发环境安装
    课时3视频Anaconda-CUDA安装07:17
    课时4视频PyTorch-PyCharm安装12:12
    章节3:回归问题
    课时5视频简单回归问题-109:09
    课时6视频简单回归问题-214:44
    课时7视频回归问题实战08:43
    课时8视频分类问题引入-107:16
    课时9视频分类问题引入-209:19
    课时10视频手写数字识别初体验-106:09
    课时11视频手写数字识别初体验-206:35
    课时12视频手写数字识别初体验-307:02
    课时13视频手写数字识别初体验-408:05
    课时14视频手写数字识别初体验-508:16
    章节4:PyTorch基础教程
    课时15视频张量数据类型-109:56
    课时16视频张量数据类型-214:07
    课时17视频创建Tensor-110:46
    课时18视频创建Tensor-212:59
    课时19视频索引与切片-112:10
    课时20视频索引与切片-211:30
    课时21视频维度变换-107:37
    课时22视频维度变换-210:01
    课时23视频维度变换-307:52
    课时24视频维度变换-410:23
    章节5:PyTorch进阶教程
    课时25视频Broadcasting-108:46
    课时26视频Broadcasting-211:35
    课时27视频Broadcasting-306:11
    课时28视频合并与分割-110:43
    课时29视频合并与分割-206:36
    课时30视频数学运算-107:39
    课时31视频数学运算-208:54
    课时32视频属性统计-110:41
    课时33视频属性统计-211:34
    课时34视频高阶操作16:05
    章节6:随机梯度下降
    课时35视频什么是梯度-110:19
    课时36视频什么是梯度-214:16
    课时37视频常见函数的梯度07:18
    课时38视频激活函数与Loss的梯度-113:52
    课时39视频激活函数与Loss的梯度-208:52
    课时40视频激活函数与Loss的梯度-306:46
    课时41视频激活函数与Loss的梯度-411:57
    课时42视频感知机的梯度推导-113:35
    课时43视频感知机的梯度推导-213:16
    课时44视频链式法则11:31
    课时45视频反向传播算法-112:44
    课时46视频反向传播算法-207:01
    课时47视频优化问题实战08:54
    章节7:神经网络与全连接层
    课时48视频Logistic Regression14:12
    课时49视频交叉熵-106:42
    课时50视频交叉熵-209:08
    课时51视频交叉熵-304:51
    课时52视频多分类问题实战08:26
    课时53视频全连接层13:59
    课时54视频激活函数与GPU加速11:37
    课时55视频MNIST测试实战12:01
    课时56视频Visdom可视化13:08
    章节8:过拟合
    课时57视频过拟合与欠拟合14:24
    课时58视频交叉验证-111:46
    课时59视频交叉验证-207:38
    课时60视频Regularization11:21
    课时61视频动量与学习率衰减13:57
    课时62视频Early stopping, dropout等14:20
    章节9:卷积神经网络CNN
    课时63视频什么是卷积-112:58
    课时64视频什么是卷积-208:47
    课时65视频卷积神经网络-111:19
    课时66视频卷积神经网络-211:11
    课时67视频卷积神经网络-308:43
    课时68视频池化层与采样10:53
    课时69视频BatchNorm-105:40
    课时70视频BatchNorm-212:32
    课时71视频BatchNorm-307:33
    课时72视频经典卷积网络 LeNet5,AlexNet, VGG, GoogLeNet-109:18
    课时73视频经典卷积网络 LeNet5,AlexNet, VGG, GoogLeNet-209:43
    课时74视频ResNet与DenseNet-112:03
    课时75视频ResNet与DenseNet-210:21
    课时76视频nn.Module模块-110:17
    课时77视频nn.Module模块-208:56
    课时78视频数据增强12:53
    章节10:CIFAR10与ResNet实战
    课时79视频CIFAR10数据集介绍10:07
    课时80视频卷积神经网络实战-110:07
    课时81视频卷积神经网络实战-210:04
    课时82视频卷积神经网络训练10:04
    课时83视频ResNet实战-110:11
    课时84视频ResNet实战-210:11
    课时85视频ResNet实战-307:31
    课时86视频ResNet实战-410:07
    课时87视频实战小结12:49
    章节11:循环神经网络RNN&LSTM
    课时88视频时间序列表示方法14:57
    课时89视频RNN原理-109:55
    课时90视频RNN原理-209:39
    课时91视频RNN Layer使用-109:42
    课时92视频RNN Layer使用-209:01
    课时93视频时间序列预测实战13:27
    课时94视频梯度弥散与梯度爆炸12:50
    课时95视频LSTM原理-109:01
    课时96视频LSTM原理-210:53
    课时97视频LSTM Layer使用08:44
    课时98视频情感分类问题实战15:15
    章节12:迁移学习-实战宝可梦精灵
    课时99视频Pokemon数据集12:30
    课时100视频数据预处理12:20
    课时101视频自定义数据集实战-106:49
    课时102视频自定义数据集实战-208:42
    课时103视频自定义数据集实战-311:04
    课时104视频自定义数据集实战-409:58
    课时105视频自定义数据集实战-511:28
    课时106视频自定义网络09:45
    课时107视频自定义网络训练与测试07:37
    课时108视频自定义网络实战07:39
    课时109视频迁移学习05:35
    课时110视频迁移学习实战10:09
    章节13:自编码器Auto-Encoders
    课时111视频无监督学习10:02
    课时112视频Auto-Encoder原理10:12
    课时113视频Auto-Encoder变种09:59
    课时114视频Adversarial Auto-Encoder10:08
    课时115视频变分Auto-Encoder引入10:12
    课时116视频Reparameterization trick10:05
    课时117视频变分自编码器VAE11:03
    课时118视频Auto-Encoder实战-110:01
    课时119视频Auto-Encoder实战-210:10
    课时120视频变分Auto-Encoder实战-105:55
    课时121视频变分Auto-Encoder实战-206:37
    章节14:对抗生成网络GAN
    课时122视频数据的分布09:11
    课时123视频画家的成长历程13:04
    课时124视频GAN原理10:01
    课时125视频纳什均衡-D09:57
    课时126视频纳什均衡-G13:42
    课时127视频JS散度的缺陷16:36
    课时128视频EM距离09:57
    课时129视频WGAN与WGAN-GP15:43
    课时130视频GAN实战-GD实现09:58
    课时131视频GAN实战-网络训练17:24
    课时132视频GAN实战-网络训练鲁棒性09:46
    课时133视频WGAN-GP实战16:17
    章节15:选看:Ubuntu开发环境安装
    课时134视频Ubuntu系统安装10:01
    课时135视频Anaconda安装10:10
    课时136视频CUDA 10安装10:10
    课时137视频环境变量配置10:05
    课时138视频cudnn安装10:14
    课时139视频PyCharm安装与配置10:59
    章节16:选看:人工智能发展简史
    课时140视频生物神经元结构04:06
    课时141视频感知机的提出10:07
    课时142视频BP神经网络10:07
    课时143视频CNN和LSTM的发明10:19
    课时144视频人工智能的低潮10:07
    课时145视频深度学习的诞生10:13
    课时146视频深度学习的繁荣12:13
    章节17:选看:Numpy实战BP神经网络
    课时147视频权值的表示10:05
    课时148视频多层感知机的实现10:18
    课时149视频多层感知机前向传播10:06
    课时150视频多层感知机反向传播10:10
    课时151视频多层感知机反向传播-210:06
    课时152视频多层感知机反向传播-310:18
    课时153视频多层感知机的训练10:24
    课时154视频多层感知机的测试12:06
    课时155视频实战小结



    深度学习与PyTorch入门实战
    百度网盘分享地址: 链接: https://pan.baidu.com/s/1fYzzXToYXJcSYKyTp7ax6Q 提取码: qwvu
    2米资源网