• Publicar

Tutorial de aprendizaje profundo, proyecto práctico de aprendizaje profundo, aprendizaje de redes neuronales PyTorch desde cero | RNN | CNN | GRU

760.3K
3808
2025-09-25 10:00:00
3519
3033
13.5K
1245
【配套资料】关注公/粽/号:尚硅谷教育,回复“大模型”免费获取 【重磅开源】人工智能合集,硬核又免费,学员平均起薪超26K! Python:BV1tDsgzxECr 数据分析:BV1D9GLzyEL6 LangChain:BV1ZppNzHEY4 机器学习:BV1BYe4z5E9z 深度学习:BV1MRJmzSEaa NLP:BV1k44LzPEhU 开源的神:更新不停,开源不止,必须三连支持尚硅谷哦...
1V1就业指导、简历模板、毕设,加小谷姐姐秋:3276742687
Selección de videos
(1/138)
001_深度学习课程简介
07:36
002_深度学习_概述
13:09
003_神经网络_基本概念和结构
15:24
004_神经网络_感知机和激活函数
07:15
005_激活函数_阶跃、Sigmoid和Tanh
24:07
006_激活函数_ReLU
06:51
007_激活函数_Softmax
19:28
008_其它激活函数
10:23
009_简单神经网络_信号传递
15:08
010_简单神经网络_代码实现
13:33
011_神经网络案例_手写数字识别_整体思路
11:09
012_神经网络案例_手写数字识别_具体实现
22:07
013_神经网络案例_手写数字识别_小批量计算
10:09
014_损失函数_MSE
12:06
015_损失函数_交叉熵误差
18:26
016_损失函数_分类和回归任务常见损失函数
09:13
017_数值微分_求导
14:24
018_数值微分_计算切线
13:46
019_数值微分_偏导数和梯度
06:33
020_数值微分_计算梯度
13:18
021_定义神经网络类
13:53
022_神经网络的梯度计算
14:00
023_梯度下降法_原理和代码实现
13:55
024_梯度下降法案例_求最小值
10:48
025_梯度下降法_超参数的影响
08:04
026_梯度下降法_训练相关概念
13:23
027_梯度下降法_SGD基本原理
09:29
028_梯度下降法_SGD案例_神经网络类实现
21:55
029_梯度下降法_SGD案例_加载数据和定义超参数
13:01
030_梯度下降法_SGD案例_模型训练和测试
23:36
031_反向传播_计算图和反向求导
21:58
032_反向传播_链式法则
08:22
033_反向传播_加法和乘法节点
06:40
034_反向传播_激活函数层_ReLU
14:37
035_反向传播_激活函数层_Sigmoid
15:49
036_反向传播_仿射层Affine
31:27
037_反向传播_输出层_基本介绍
12:02
038_反向传播_输出层_原理推导
20:47
039_反向传播_输出层_代码实现
11:05
040_综合应用案例_手写数字识别_定义网络类
24:41
041_综合应用案例_手写数字识别_模型训练和测试
11:21
042_深度神经网络
13:42
043_梯度消失和梯度爆炸
14:09
044_学习优化方法_SGD
13:52
045_学习优化方法_动量法
17:54
046_学习优化方法_学习率衰减
08:45
047_学习优化方法_AdaGrad
11:18
048_学习优化方法_RMSProp
09:50
049_学习优化方法_Adam
25:02
050_学习优化方法_综合对比
32:01
051_学习优化方法_超参数的调节
13:08
052_参数初始化_常数初始化及其问题
13:28
053_参数初始化_Xavier和He初始化
12:18
054_正则化_Batch Norm
15:07
055_正则化_权值衰减和Dropout
09:09
056_PyTorch_基本介绍
07:29
057_PyTorch_安装流程及CUDA介绍
22:27
058_PyTorch_安装完成验证
08:14
059_PyTorch_张量创建_按内容
13:52
060_PyTorch_张量创建_按形状
09:52
061_PyTorch_张量创建_按类型
10:48
062_PyTorch_张量创建_指定区间
08:27
063_PyTorch_张量创建_按数值填充
08:19
064_PyTorch_张量创建_随机生成
08:27
065_PyTorch_随机排列和随机数种子
03:49
066_PyTorch_张量转换_元素数据类型转换
07:22
067_PyTorch_张量转换_张量和ndarray的转换
15:19
068_PyTorch_张量转换_张量和标量的转换
03:50
069_PyTorch_张量数值计算_基本运算
14:13
070_PyTorch_张量数值计算_哈达玛积和矩阵乘法
11:10
071_PyTorch_节省内存
15:13
072_PyTorch_张量统计运算函数
26:26
073_PyTorch_张量索引操作_简单索引和范围索引
11:45
074_PyTorch_张量索引操作_列表索引
07:21
075_PyTorch_张量索引操作_布尔索引
18:42
076_PyTorch_张量形状操作_交换维度
08:57
077_PyTorch_张量形状操作_调整形状
09:59
078_PyTorch_张量形状操作_增减维度
08:23
079_PyTorch_张量拼接和堆叠
09:42
080_PyTorch_自动微分模块_计算梯度基本流程
27:40
081_PyTorch_自动微分模块_梯度计算原理
05:41
082_PyTorch_自动微分模块_分离张量
12:17
083_PyTorch_自动微分模块_detach对梯度计算的影响
05:44
084_PyTorch_自动微分模块_detach与data的区别
12:30
085_PyTorch_线性回归案例_模块和流程介绍
09:59
086_PyTorch_线性回归案例_代码实现
34:22
087_PyTorch深度学习_激活函数_Sigmoid
17:24
088_PyTorch深度学习_激活函数_Tanh
05:57
089_PyTorch深度学习_激活函数_ReLU
04:23
090_PyTorch深度学习_激活函数_Softmax
07:45
091_PyTorch深度学习_全连接层和参数初始化
23:03
092_PyTorch深度学习_Dropout层
07:21
093_PyTorch深度学习_神经网络搭建
20:22
094_PyTorch深度学习_查看模型参数
09:15
095_PyTorch深度学习_查看模型结构和参数数量
12:49
096_PyTorch深度学习_device设置
11:52
097_PyTorch深度学习_使用Sequential创建神经网络
15:33
098_PyTorch深度学习_损失函数_BCE
12:25
099_PyTorch深度学习_损失函数_CrossEntropyLoss
14:32
100_PyTorch深度学习_损失函数_回归任务损失函数
06:22
101_PyTorch深度学习_损失函数_综合测试
16:08
102_PyTorch深度学习_动量法
28:46
103_PyTorch深度学习_学习率衰减_等间隔
16:34
104_PyTorch深度学习_学习率衰减_指定间隔和指数衰减
08:03
105_PyTorch深度学习_AdaGrad和RMSProp
12:06
106_PyTorch深度学习_Adam
09:18
107_房价预测案例_数据分析和导入模块
14:37
108_房价预测案例_特征工程
28:19
109_房价预测案例_模型创建
08:29
110_房价预测案例_定义损失函数
09:33
111_房价预测案例_训练模型和测试
27:16
112_CNN_基本结构
06:16
113_CNN_卷积层_基本介绍
05:25
114_CNN_卷积层_数学上的卷积
16:27
115_CNN_卷积层_CNN的卷积运算
08:09
116_CNN_卷积层_填充
05:24
117_CNN_卷积层_步幅和输出形状计算
10:47
118_CNN_卷积层_3维数据卷积运算
10:48
119_CNN_卷积层_API调用和测试
21:54
120_CNN_池化层_基本概念和特点
09:42
121_CNN_池化层_API调用和测试
12:43
122_CNN_深度卷积神经网络
31:36
123_服装分类案例_加载数据集
16:29
124_服装分类案例_创建模型
17:21
125_服装分类案例_模型训练
25:35
126_服装分类案例_模型测试
16:17
127_NLP概述
22:39
128_词向量和词嵌入
08:55
129_嵌入层API使用
20:00
130_词嵌入应用和NLP模型
19:21
131_RNN_基本结构和原理
11:42
132_RNN_API调用
21:19
133_RNN_输入输出形状
12:53
134_古诗生成案例_数据预处理
22:27
135_古诗生成案例_创建数据集
19:13
136_古诗生成案例_创建模型
13:33
137_古诗生成案例_模型训练
17:57
138_古诗生成案例_生成新诗
27:52
Servicio al cliente
Arriba
赛事库 课堂 2021拜年纪