你好,欢迎来到js代码网。

微信登录

人工智能深度学习框架PyTorch入门实战

作者Alaska
分类人工智能
发布时间2019-07-28
来源https://www.jsdaima.com/video/789.html

人工智能深度学习框架PyTorch入门实战课程视频教程下载。PyTorch是业界最灵活,最受好评的框架。本套课程对深度学习算法追本溯源、循序渐进式讲解,学员不需要任何机器学习基础,只需要写过代码即可轻松上手。基于计算机视觉和NLP领域的经典数据集,从零开始结合PyTorch与深度学习算法完成多个案例实战。

课程大纲

├─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
│      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
│      8.lesson6 基本数据类型1.mp4
│      9.lesson6 基本数据类型2.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.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
│      
└─12.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


下载地址

相关教程

点击查看更多

人工智能深度学习框架PyTorch入门实战

×