ディープラーニングチュートリアル、ディープラーニングプロジェクト実戦、ゼロから学ぶPyTorchニューラルネットワーク|RNN|CNN|GRU

75.5万
3795
2025-09-25 10:00:00
3501
3016
1.3万
1235
【関連資料】公衆号「尚硅谷教育」をフォローして「大モデル」と返信すれば無料で入手可能! 【重大オープンソース】人工知能コレクション、ハードコアで無料、卒業生の平均初任給は26K以上! Python:BV1tDsgzxECr データ分析:BV1D9GLzyEL6 LangChain:BV1ZppNzHEY4 機械学習:BV1BYe4z5E9z 深層学習:BV1MRJmzSEaa NLP:BV1k44LzPEhU オープンソースの神:更新は止まらず、オープンソースは続く、ぜひ三連で尚硅谷をサポートしてください...
1V1就业指导、简历模板、毕设,加小谷姐姐秋:3276742687
動画セレクション
(1/138)
001_深度学习コース概要
07:36
002_深層学習_概要
13:09
003_ニューラルネットワーク_基本概念と構造
15:24
004_ニューラルネットワーク_パーセプトロンと活性化関数
07:15
005_活性化関数_ステップ、シグモイドとタン
24:07
006_活性化関数_ReLU
06:51
007_活性化関数_Softmax
19:28
008_その他の活性化関数
10:23
009_単純ニューラルネットワーク_信号伝達
15:08
010_単純ニューラルネットワーク_コード実装
13:33
011_ニューラルネットワーク事例_手書き数字認識_全体構想
11:09
012_ニューラルネットワーク事例_手書き数字認識_具体的実装
22:07
013_ニューラルネットワーク事例_手書き数字認識_ミニバッチ計算
10:09
014_損失関数_MSE
12:06
015_損失関数_交差エントロピー誤差
18:26
016_損失関数_分類と回帰タスクの一般的な損失関数
09:13
017_数値微分_微分
14:24
018_数値微分_接線の計算
13:46
019_数値微分_偏導関数と勾配
06:33
020_数値微分_勾配の計算
13:18
021_ニューラルネットワーククラスの定義
13:53
022_神經ネットワークの勾配計算
14:00
023_勾配降下法_原理とコード実装
13:55
024_勾配降下法ケース_最小値の求解
10:48
025_勾配降下法_ハイパーパラメータの影響
08:04
026_勾配降下法_訓練関連概念
13:23
027_勾配降下法_SGD基本原理
09:29
028_勾配降下法_SGDケース_ニューラルネットワーククラス実装
21:55
029_勾配降下法_SGD事例_データ読込とハイパーパラメータ定義
13:01
030_勾配降下法_SGDケース_モデル訓練とテスト
23:36
031_逆伝播_計算グラフと逆微分
21:58
032_誤差逆伝播_連鎖律
08:22
033_誤差逆伝播_加算と乗算ノード
06:40
034_逆誤差伝播法_活性化関数層_ReLU
14:37
035_誤差逆伝播_活性化関数層_Sigmoid
15:49
036_逆伝播_アフィン層Affine
31:27
037_逆伝播_出力層_基本紹介
12:02
038_誤差逆伝播法_出力層_原理導出
20:47
039_逆伝播_出力層_コード実装
11:05
040_総合応用例_手書き数字認識_ネットワーククラス定義
24:41
041_総合応用ケース_手書き数字認識_モデル訓練とテスト
11:21
042_深層ニューラルネットワーク
13:42
043_勾配消失と勾配爆発
14:09
044_学習最適化手法_SGD
13:52
045_学習最適化方法_モメンタム法
17:54
046_最適化手法学習_学習率減衰
08:45
047_学習最適化手法_AdaGrad
11:18
048_最適化手法学習_RMSProp
09:50
049_最適化手法学習_Adam
25:02
050_学習最適化手法_総合比較
32:01
051_学習最適化手法_ハイパーパラメータの調整
13:08
052_パラメータ初期化_定数初期化とその問題点
13:28
053_パラメータ初期化_XavierとHeの初期化
12:18
054_正則化_Batch Norm
15:07
055_正則化_重み減衰とDropout
09:09
056_PyTorch_基本紹介
07:29
057_PyTorch_インストール手順及びCUDA紹介
22:27
058_PyTorch_インストール完了検証
08:14
059_PyTorch_テンソル作成_内容ごと
13:52
060_PyTorch_テンソル作成_形状指定
09:52
061_PyTorch_テンソル作成_型指定
10:48
062_PyTorch_テンソル作成_指定区間
08:27
063_PyTorch_テンソル作成_数値で埋める
08:19
064_PyTorch_テンソル作成_ランダム生成
08:27
065_PyTorch_ランダム順列と乱数シード
03:49
066_PyTorch_テンソル変換_要素データ型変換
07:22
067_PyTorch_テンソル変換_テンソルとndarrayの変換
15:19
068_PyTorch_テンソル変換_テンソルとスカラーの変換
03:50
069_PyTorch_テンソル数値計算_基本演算
14:13
070_PyTorch_テンソル数値計算_アダマール積と行列乗算
11:10
071_PyTorch_メモリ節約
15:13
072_PyTorch_テンソル統計演算関数
26:26
073_PyTorch_テンソルインデックス操作_単純インデックスと範囲インデックス
11:45
074_PyTorch_テンソルインデックス操作_リストインデックス
07:21
075_PyTorch_テンソルインデックス操作_ブールインデックス
18:42
076_PyTorch_テンソル形状操作_次元交換
08:57
077_PyTorch_テンソル形状操作_形状調整
09:59
078_PyTorch_テンソル形状操作_次元の追加・削減
08:23
079_PyTorch_テンソル連結と積層
09:42
080_PyTorch_自動微分モジュール_勾配計算基本流程
27:40
081_PyTorch_自動微分モジュール_勾配計算の原理
05:41
082_PyTorch_自動微分モジュール_テンソルの分離
12:17
083_PyTorch_自動微分モジュール_detachが勾配計算に与える影響
05:44
084_PyTorch_自動微分モジュール_detachとdataの違い
12:30
085_PyTorch_線形回帰ケース_モジュールと流程紹介
09:59
086_PyTorch_線形回帰ケース_コード実装
34:22
087_PyTorch深層学習_活性化関数_Sigmoid
17:24
088_PyTorch深層学習_活性化関数_Tanh
05:57
089_PyTorch深層学習_活性化関数_ReLU
04:23
090_PyTorch深層学習_活性化関数_Softmax
07:45
091_PyTorch深層学習_全結合層とパラメータ初期化
23:03
092_PyTorch深度学习_Dropout層
07:21
093_PyTorch深層学習_ニューラルネットワーク構築
20:22
094_PyTorch深層学習_モデルパラメータの確認
09:15
095_PyTorch深層学習_モデル構造とパラメータ数の確認
12:49
096_PyTorch深層学習_device設定
11:52
097_PyTorch深度学习_Sequentialを使用したニューラルネットワークの構築
15:33
098_PyTorch深層学習_損失関数_BCE
12:25
099_PyTorch深層学習_損失関数_CrossEntropyLoss
14:32
100_PyTorch深層学習_損失関数_回帰タスクの損失関数
06:22
101_PyTorch深層学習_損失関数_総合テスト
16:08
102_PyTorch深層学習_モメンタム法
28:46
103_PyTorch深層学習_学習率減衰_等間隔
16:34
104_PyTorch深層学習_学習率減衰_指定間隔と指数減衰
08:03
105_PyTorch深層学習_AdaGradとRMSProp
12:06
106_PyTorch深度学习_Adam
09:18
107_住宅価格予測事例_データ分析とモジュールインポート
14:37
108_住宅価格予測ケース_特徴量エンジニアリング
28:19
109_住宅価格予測ケース_モデル構築
08:29
110_住宅価格予測ケース_損失関数の定義
09:33
111_住宅価格予測事例_モデル訓練とテスト
27:16
112_CNN_基本構造
06:16
113_CNN_畳み込み層_基本紹介
05:25
114_CNN_畳み込み層_数学的な畳み込み
16:27
115_CNN_畳み込み層_CNNの畳み込み演算
08:09
116_CNN_畳み込み層_パディング
05:24
117_CNN_畳み込み層_ストライドと出力形状計算
10:47
118_CNN_畳み込み層_3次元データ畳み込み演算
10:48
119_CNN_畳み込み層_API呼び出しとテスト
21:54
120_CNN_プーリング層_基本概念と特徴
09:42
121_CNN_プーリング層_API呼び出しとテスト
12:43
122_CNN_深層畳み込みニューラルネットワーク
31:36
123_服装分類ケース_データセット読み込み
16:29
124_衣類分類ケース_モデル作成
17:21
125_服装分類ケース_モデル訓練
25:35
126_服装分類ケース_モデルテスト
16:17
127_NLP概要
22:39
128_単語ベクトルと単語埋め込み
08:55
129_埋め込み層APIの使用
20:00
130_単語埋め込み応用とNLPモデル
19:21
131_RNN_基本構造と原理
11:42
132_RNN_API呼び出し
21:19
133_RNN_入出力形状
12:53
134_古詩生成ケース_データ前処理
22:27
135_古詩生成ケース_データセット作成
19:13
136_古詩生成ケース_モデル作成
13:33
137_古詩生成事例_モデル訓練
17:57
138_古诗生成ケース_新詩生成
27:52
赛事库 课堂 2021拜年纪