【视频】零基础入门实战深度学习Pytorch

admin

零基础入门实战深度学习Pytorch

└── 25894
    ├── 001-课程介绍.mp4
    ├── 002-1-神经网络要完成的任务分析.mp4
    ├── 003-2-模型更新方法解读.mp4
    ├── 004-3-损失函数计算方法.mp4
    ├── 005-4-前向传播流程解读.mp4
    ├── 006-5-反向传播演示.mp4
    ├── 007-6-神经网络整体架构详细拆解.mp4
    ├── 008-7-神经网络效果可视化分析.mp4
    ├── 009-8-神经元个数的作用.mp4
    ├── 010-9-预处理与dropout的作用.mp4
    ├── 011-1-卷积神经网络概述分析.mp4
    ├── 012-2-卷积要完成的任务解读.mp4
    ├── 013-3-卷积计算详细流程演示.mp4
    ├── 014-4-层次结构的作用.mp4
    ├── 015-5-参数共享的作用.mp4
    ├── 016-6-池化层的作用与效果.mp4
    ├── 017-7-整体网络结构架构分析.mp4
    ├── 018-8-经典网络架构概述.mp4
    ├── 019-1-RNN网络结构原理与问题.mp4
    ├── 020-2-注意力结构历史故事介绍.mp4
    ├── 021-3-self-attention要解决的问题.mp4
    ├── 022-4-QKV的来源与作用.mp4
    ├── 023-5-多头注意力机制的效果.mp4
    ├── 024-6-位置编码与解码器.mp4
    ├── 025-7-整体架构总结.mp4
    ├── 026-8-BERT训练方式分析.mp4
    ├── 027-1-PyTorch框架与其他框架区别分析.mp4
    ├── 028-2-CPU与GPU版本安装方法解读.mp4
    ├── 029-1-数据集与任务概述.mp4
    ├── 030-2-基本模块应用测试.mp4
    ├── 031-3-网络结构定义方法.mp4
    ├── 032-4-数据源定义简介.mp4
    ├── 033-5-损失与训练模块分析.mp4
    ├── 034-6-训练一个基本的分类模型.mp4
    ├── 035-7-参数对结果的影响.mp4
    ├── 036-1-任务与数据集解读.mp4
    ├── 037-2-参数初始化操作解读.mp4
    ├── 038-3-训练流程实例.mp4
    ├── 039-4-模型学习与预测.mp4
    ├── 040-1-输入特征通道分析.mp4
    ├── 041-2-卷积网络参数解读.mp4
    ├── 042-3-卷积网络模型训练.mp4
    ├── 043-1-任务分析与图像数据基本处理.mp4
    ├── 044-2-数据增强模块.mp4
    ├── 045-3-数据集与模型选择.mp4
    ├── 046-4-迁移学习方法解读.mp4
    ├── 047-5-输出层与梯度设置.mp4
    ├── 048-6-输出类别个数修改.mp4
    ├── 049-7-优化器与学习率衰减.mp4
    ├── 050-8-模型训练方法.mp4
    └── 更多...77

分享链接为：https://pan.quark.cn/s/67ef2aa38385