公认最好的Pytorch入门到进阶,附py文件-深度学习、Pytorch安装、人工智能、神经网络

6570
45
2023-12-23 16:32:34
正在缓冲...
140
102
603
53
课后作业和py文件已经整理好了
Al-code实验室担任ERC博士研究员,CodeAgent、CodeEdit创始人之一。
视频选集
(1/91)
自动连播
.深度学习框架简介
09:08
2.2.02 开发环境安装P2
12:43
3.3.03 线性回归-1P3
12:46
4.4.04 线性回归-2P4
11:11
5.5.05 线性回归问题实战P5
08:39
6.6.06 手写数字问题引入-1P6
10:38
7.7.07 手写数字问题引入-2P7
07:26
8.8.08 数据类型-1P8
16:24
9.9.09 数据类型-2P9
08:14
12.12.12 索引与切片-1P12
12:50
14.14.14 维度变换-1P14
07:55
15.15.15 维度变换-2P15
10:26
16.16.16 维度变换-3P16
10:30
17.17.17 维度变换-4P17
08:24
18.18.18 Broadcasting-1P18
14:12
19.19.19 Broadcasting-2P19
12:28
20.20.20 合并与分割-1P20
11:36
21.21.21 合并与分割-2P21
06:34
22.22.22 数学运算P22
16:44
23.23.23 属性统计-1P23
10:43
24.24.24 属性统计-2P24
11:35
25.25.25 高阶操作P25
16:06
26.26.26 什么是梯度-1P26
13:51
27.27.27 什么是梯度-2P27
11:13
28.28.28 常见函数的梯度P28
07:24
29.29.29 激活函数与Loss的梯度-1P29
14:08
30.30.30 激活函数与Loss的梯度-2P30
12:06
31.31.31 激活函数与Loss的梯度-3P31
15:53
32.32.32 感知机的梯度推导-1P32
13:53
33.33.33 感知机的梯度推导-2P33
13:17
34.34.34 链式法则P34
11:41
35.35.35 MLP反向传播梯度推导P35
19:57
36.36.36 函数极小值优化实战P36
08:56
37.37.37 Logistic RegressionP37
14:14
38.38.38 交叉熵P38
18:31
39.39.39 多分类问题实战P39
08:27
40.40.40 全连接层P40
14:00
41.41.41 激活函数与GPU加速P41
11:39
42.42.42 测试方法P42
12:02
43.43.43 可视化P43
13:09
44.44.44 过拟合与欠拟合P44
14:25
45.45.45 交叉验证-1P45
11:47
46.46.46 交叉验证-2P46
07:40
47.47.47 RegularizationP47
11:22
48.48.48 动量与学习率P48
13:59
49.49.49 Dropout early StoppingP49
14:21
50.50.50 什么是卷积-1P50
12:59
51.51.51 什么是卷积-2P51
08:48
52.52.52 卷积层-1P52
11:20
53.53.53 卷积层-2P53
11:13
54.54.54 卷积层-3P54
08:44
55.55.55 池化与采样P55
10:55
56.56.56 BatchNorm-1P56
09:28
57.57.57 BatchNorm-2P57
13:08
58.58.58 经典卷积神经网络-1P58
09:19
59.59.59 经典卷积神经网络-2P59
09:44
60.60.60 ResNet-1P60
12:05
61.61.61 ResNet-2P61
10:22
62.62.62 nn.Module模块-1P62
10:18
63.63.63 nn.Module模块-2P63
08:57
64.64.64 Data ArgumentationP64
12:55
65.65.65 CIFAR10数据集介绍P65
09:03
66.66.66 卷积神经网络实现-1P66
12:31
67.67.67 卷积神经网络实现-2P67
10:34
68.68.68 网络的训练P68
08:37
69.69.69 网络的测试P69
08:10
70.70.70 ResNet18网络P70
10:17
71.71.71 ResNet实战P71
07:33
72.72.72 实战小结P72
08:51
73.73.73 序列表示方法P73
14:59
74.74.74 RNN层原理-1P74
09:57
75.75.75 RNN层原理-2P75
09:40
76.76.76 RNN层使用方法-1P76
09:44
77.77.77 RNN层使用方法-2P77
09:02
78.78.78 时间序列预测实战P78
13:28
79.79.79 梯度弥散与梯度爆炸P79
12:51
80.80.80 LSTM原理-1P80
09:03
81.81.81 LSTM原理-2P81
10:54
82.82.82 LSTM层使用方法P82
08:45
83.83.83 情感分类问题实战P83
15:16
84.84.84 数据的分布P84
09:12
85.85.85 画家的成长历程P85
13:05
86.86.86 对抗生成网络P86
10:03
87.87.87 纳什均衡-1P87
09:59
88.88.88 纳什均衡-2P88
13:43
89.89.89 GAN训练难题P89
16:37
90.90.90 引入EM距离P90
09:59
91.91.91 WGAN-GP原理P91
15:44
92.92.92 GAN实战-1P92
10:00
93.93.93 GAN实战-2P93
17:26
94.94.94 WGAN实战-1P94
09:47
客服
顶部
赛事库 课堂 2021拜年纪