[人工智能] 全新深度学习与PyTorch入门实战教程

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> 全新深度学习与PyTorch入门实战教程 -> 正文阅读

[人工智能]全新深度学习与PyTorch入门实战教程

深度学习与PyTorch入门实战教程
┣━━1.深度学习框架介绍
┃ ┗━━1.lesson1-PyTorch介绍.mp4
┣━━2.开发环境准备
┃ ┗━━2.lesson2-开发环境准备.mp4
┣━━3.初见深度学习
┃ ┣━━3.lesson3-初探Linear Regression案例-1.mp4
┃ ┣━━4.lesson3-初探Linear Regression案例-2.mp4
┃ ┣━━5.lesson4-PyTorch求解Linear Regression案例.mp4
┃ ┣━━6.lesson5 -手写数字问题引入1.mp4
┃ ┗━━7.lesson5 -手写数字问题引入2.mp4
┣━━4.Pytorch张量操作
┃ ┣━━8.lesson6 基本数据类型1.mp4
┃ ┣━━9.lesson6 基本数据类型2.mp4
┃ ┣━━10.lesson7 创建Tensor 1.mp4
┃ ┣━━11.lesson7 创建Tensor 2.mp4
┃ ┣━━12.lesson8 索引与切片1.mp4
┃ ┣━━13.lesson8 索引与切片2.mp4
┃ ┣━━14.lesson9 维度变换1.mp4
┃ ┣━━15.lesson9 维度变换2.mp4
┃ ┣━━16.lesson9 维度变换3.mp4
┃ ┗━━17.lesson9 维度变换4.mp4
┣━━5.张量高阶操作
┃ ┣━━18.lesson10 Broatcasting 1.mp4
┃ ┣━━19.lesson10 Broatcasting 2.mp4
┃ ┣━━20.lesson11 合并与切割1.mp4
┃ ┣━━21.lesson11 合并与切割2.mp4
┃ ┣━━22.lesson12 基本运算.mp4
┃ ┣━━23.lesson13 数据统计1.mp4
┃ ┣━━24.lesson13 数据统计2.mp4
┃ ┗━━25.lesson14 高阶OP.mp4
┣━━6.随机梯度下降
┃ ┣━━26.lesson16 什么是梯度1.mp4
┃ ┣━━27.lesson16 什么是梯度2.mp4
┃ ┣━━28.lesson17 常见梯度.mp4
┃ ┣━━29.lesson18 激活函数及其梯度1.mp4
┃ ┣━━30.lesson18 激活函数及其梯度2.mp4
┃ ┗━━31.lesson18 激活函数及其梯度3.mp4
┣━━7.感知机梯度传播推导
┃ ┣━━32.lesson19 单一输出感知机1.mp4
┃ ┣━━33.lesson19 多输出Loss层2.mp4
┃ ┣━━34.lesson20 链式法则.mp4
┃ ┣━━35.lesson21 反向传播.mp4
┃ ┗━━36.lesson22 优化小实例.mp4
┣━━8.多层感知机与分类器
┃ ┣━━37.lesson24 Logistic Regression.mp4
┃ ┣━━38.lesson25 交叉熵.mp4
┃ ┣━━39.lesson26 多分类实战.mp4
┃ ┣━━40.lesson27 全连接层.mp4
┃ ┣━━41.lesson28 激活函数与GPU加速.mp4
┃ ┣━━42.lesson29 测试.mp4
┃ ┗━━43.lesson30-Visdom可视化.mp4
┣━━9.过拟合
┃ ┣━━44.lesson31-过拟合与欠拟合.mp4
┃ ┣━━45.lesson32-Train-Val-Test-交叉验证-1.mp4
┃ ┣━━46.lesson32-Train-Val-Test-交叉验证-2.mp4
┃ ┣━━47.lesson33-regularization.mp4
┃ ┣━━48.lesson34-动量与lr衰减.mp4
┃ ┗━━49.lesson35-early stopping, dropout, sgd.mp4
┣━━10.卷积神经网络CNN
┃ ┣━━50.lesson37-什么是卷积-1.mp4
┃ ┣━━51.lesson37-什么是卷积-2.mp4
┃ ┣━━52.lesson38-卷积神经网络-1.mp4
┃ ┣━━53.lesson38-卷积神经网络-2.mp4
┃ ┣━━54.lesson38-卷积神经网络-3.mp4
┃ ┣━━55.lesson39-Pooling&upsample.mp4
┃ ┣━━56.lesson40-BatchNorm-1.mp4
┃ ┣━━57.lesson40-BatchNorm-2.mp4
┃ ┣━━58.lesson41-LeNet5,AlexNet, VGG, GoogLeN.mp4
┃ ┣━━59.lesson41-LeNet5,AlexNet, VGG, GoogLeN.mp4
┃ ┣━━60.lesson42-ResNet，DenseNet-1.mp4
┃ ┣━━61.lesson42-ResNet, DenseNet-2.mp4
┃ ┣━━62.lesson43-nn.Module-1.mp4
┃ ┣━━63.lesson43-nn.Module-2.mp4
┃ ┗━━64.lesson44-数据增强Data Argumentation.mp4
┣━━11.CIFAR10与ResNet实战
┣━━12.循环神经网络RNN&LSTM
┃ ┣━━65.lesson46-时间序列表示.mp4
┃ ┣━━66.lesson47-RNN原理-1.mp4
┃ ┣━━67.lesson47-RNN原理-2.mp4
┃ ┣━━68.lesson48-RNN Layer使用-1.mp4
┃ ┣━━69.lesson48-RNN Layer使用-2.mp4
┃ ┣━━70.lesson49-时间序列预测.mp4
┃ ┣━━71.lesson50-RNN训练难题.mp4
┃ ┣━━72.lesson51-LSTM原理-1.mp4
┃ ┣━━73.lesson51-LSTM原理-2.mp4
┃ ┣━━74.lesson52-LSTM Layer使用.mp4
┃ ┗━━75.lesson53-情感分类实战.mp4
┗━━13.对抗生成网络GAN
┣━━76.lesson54-数据分布.mp4
┣━━77.lesson55-画家的成长历程.mp4
┣━━78.lesson56-GAN发展.mp4
┣━━79.lesson57-纳什均衡-D.mp4
┣━━80.lesson58-纳什均衡-G.mp4
┣━━81.lesson59-JS散度的弊端.mp4
┣━━82.lesson60-EM距离.mp4
┣━━83.lesson61-WGAN与WGAN-GP.mp4
┣━━84.lesson62-G和D实现.mp4
┣━━85.lesson63-GAN实战.mp4
┣━━86.lesson64-GAN训练不稳定.mp4
┗━━87.lesson65-WGAN-GP实战.mp4