深度學習與PyTorch入門實戰教程 網易雲課堂 影音教學 中文發音 中文字幕版(2DVD)
適用人群
本課程適合於深度學習和人工智慧方向新手，需要零基礎、快速、深入學習人工智慧的朋友。
課程概述
本課程由前新加坡國立大學(亞洲排名第1)的助理研究員龍龍老師主講，基於PyTorch框架最新版實戰，幫助人工智慧、深度學習初學者快速、深刻理解深度學習演算法原理與實現。
【莫煩老師】：在教學中，龍龍老師以簡短高效的方式，從深度學習的多個角度向我們展開了論述，非常適合想對深度學習有全方位瞭解的朋友。
├─1.深度學習框架介紹
│ └─1.深度學習框架介紹
│ 1.lesson1-PyTorch介紹~1.mp4
│
├─2.開發環境準備
│ └─2.開發環境準備
│ 2.lesson2-開發環境準備~1.mp4
│
├─3.初見深度學習
│ └─3.初見深度學習
│ 3.lesson3-初探Linear Regression案例-1~1.mp4
│ 4.lesson3-初探Linear Regression案例-2~1.mp4
│ 5.lesson4-PyTorch求解Linear Regression案例~1.mp4
│ 6.lesson5 -手寫數字問題引入1~1.mp4
│ 7.lesson5 -手寫數字問題引入2~1.mp4
│
├─4.Pytorch張量操作
│ └─4.Pytorch張量操作
│ 10.lesson7 創建Tensor 1~1.mp4
│ 11.lesson7 創建Tensor 2~1.mp4
│ 12.lesson8 索引與切片1~1.mp4
│ 13.lesson8 索引與切片2~1.mp4
│ 14.lesson9 維度變換1~1.mp4
│ 15.lesson9 維度變換2~1.mp4
│ 16.lesson9 維度變換3~1.mp4
│ 17.lesson9 維度變換4~1.mp4
│ 8.lesson6 基本數據類型1~1.mp4
│ 9.lesson6 基本數據類型2~1.mp4
│
├─5.張量高階操作
│ └─5.張量高階操作
│ 18.lesson10 Broatcasting 1~1.mp4
│ 19.lesson10 Broatcasting 2~1.mp4
│ 20.lesson11 合并與切割1~1.mp4
│ 21.lesson11 合并與切割2~1.mp4
│ 22.lesson12 基本運算~1.mp4
│ 23.lesson13 數據統計1~1.mp4
│ 24.lesson13 數據統計2~1.mp4
│ 25.lesson14 高階OP~1.mp4
│
├─6.隨機梯度下降
│ └─6.隨機梯度下降
│ 26.lesson16 什麼是梯度1~1.mp4
│ 27.lesson16 什麼是梯度2~1.mp4
│ 28.lesson17 常見梯度~1.mp4
│ 29.lesson18 激活函數及其梯度1~1.mp4
│ 30.lesson18 激活函數及其梯度2~1.mp4
│ 31.lesson18 激活函數及其梯度3~1.mp4
│
├─7.感知機梯度傳播推導
│ └─7.感知機梯度傳播推導
│ 32.lesson19 單一輸出感知機1~1.mp4
│ 33.lesson19 多輸出Loss層2~1.mp4
│ 34.lesson20 鏈式法則~1.mp4
│ 35.lesson21 反向傳播~1.mp4
│ 36.lesson22 優化小實例~1.mp4
│
├─8.多層感知機與分類器
│ └─8.多層感知機與分類器
│ 37.lesson24 Logistic Regression~1.mp4
│ 38.lesson25 交叉熵~1.mp4
│ 39.lesson26 多分類實戰~1.mp4
│ 40.lesson27 全連接層~1.mp4
│ 41.lesson28 激活函數與GPU加速~1.mp4
│ 42.lesson29 測試~1.mp4
│ 43.lesson30-Visdom可視化~1.mp4
│
└─9.過擬合
└─9.過擬合
44.lesson31-過擬合與欠擬合~1.mp4
45.lesson32-Train-Val-Test-交叉驗證-1~1.mp4
46.lesson32-Train-Val-Test-交叉驗證-2~1.mp4
47.lesson33-regularization~1.mp4
48.lesson34-動量與lr衰減~1.mp4
49.lesson35-early stopping, dropout, sgd~1.mp4
├─10.卷積神經網絡CNN
│ └─10.卷積神經網絡CNN
│ 50.lesson37-什麼是卷積-1~1.mp4
│ 51.lesson37-什麼是卷積-2~1.mp4
│ 52.lesson38-卷積神經網絡-1~1.mp4
│ 53.lesson38-卷積神經網絡-2~1.mp4
│ 54.lesson38-卷積神經網絡-3~1.mp4
│ 55.lesson39-Pooling&upsample~1.mp4
│ 56.lesson40-BatchNorm-1~1.mp4
│ 57.lesson40-BatchNorm-2~1.mp4
│ 58.lesson41-LeNet5,AlexNet, VGG, GoogLeN~1.mp4
│ 59.lesson41-LeNet5,AlexNet, VGG, GoogLeN~1.mp4
│ 60.lesson42-ResNet，DenseNet-1~1.mp4
│ 61.lesson42-ResNet, DenseNet-2~1.mp4
│ 62.lesson43-nn.Module-1~1.mp4
│ 63.lesson43-nn.Module-2~1.mp4
│ 64.lesson44-數據增強Data Argumentation~1.mp4
│
├─11.循環神經網絡RNN&LSTM
│ └─11.循環神經網絡RNN&LSTM
│ 65.lesson46-時間序列表示~1.mp4
│ 66.lesson47-RNN原理-1~1.mp4
│ 67.lesson47-RNN原理-2~1.mp4
│ 68.lesson48-RNN Layer使用-1~1.mp4
│ 69.lesson48-RNN Layer使用-2~1.mp4
│ 70.lesson49-時間序列預測~1.mp4
│ 71.lesson50-RNN訓練難題~1.mp4
│ 72.lesson51-LSTM原理-1~1.mp4
│ 73.lesson51-LSTM原理-2~1.mp4
│ 74.lesson52-LSTM Layer使用~1.mp4
│ 75.lesson53-情感分類實戰~1.mp4
│
├─12.CIFAR10與ResNet實戰
│ └─12.CIFAR10與ResNet實戰
│ 76.lesson54-數據分布~1.mp4
│ 77.lesson55-畫家的成長歷程~1.mp4
│ 78.lesson56-GAN發展~1.mp4
│ 78.lesson56-GAN發展~1.rar
│ 80.lesson58-納什均衡-G~1.mp4
│ 81.lesson59-JS散度的弊端~1.mp4
│ 82.lesson60-EM距離~1.mp4
│ 83.lesson61-WGAN與WGAN-GP~1.mp4
│ 84.lesson62-G和D實現~1.mp4
│ 85.lesson63-GAN實戰~1.mp4
│ 86.lesson64-GAN訓練不穩定~1.mp4
│ 87.lesson65-WGAN-GP實戰~1.mp4
│
|
|
您現在的位置：
專業知識教學
