Pytorch框架与经典卷积神经网络与实战

104.5万
1.6万
2023-10-18 12:41:03
1.6万
1.7万
4.3万
8637
课程的资料在在评论的置顶中获取。如遇相关问题,关注我或私信我,对话框会自动掉落jiaoliu㪊可进㪊交流。 这个视频花了很大的精力去制作,我时常录制视频到凌晨,早上67点钟又起来录制。视频中的课件和实战代码都是我精心制作的。
我的课程的所有资料都在对应视频置顶链接中
视频选集
(1/118)
自动连播
1.1、课程先导
07:24
2.1、全连接神经网络整体结构
06:09
2.2、全连接神经网络的单元结构
12:26
2.3、为什么要加入非线性激活函数
05:48
2.4、sigmoid激活函数
05:29
2.5、Tanh激活函数
03:03
2.6、relu激活函数
03:07
2.7、Leaky ReLU激活函数
05:42
2.8、神经网络的前向传播
09:46
2.9、神经网络的损失函数
16:33
2.10、梯度下降法
14:15
2.11、反向传播计算案例
18:58
2.12、图像在计算机中的本质
10:05
2.13、全连接神经网络存在的问题
04:49
2.14、卷积运算过程
10:56
2.15、步幅
03:05
2.16、填充
05:17
2.17、输出特征图计算公式特征图
08:31
2.18、多通道卷积运算
10:25
2.19、池化操作
06:55
2.20、卷积神经网络整体结构
05:52
3.1、PyTorch框架与编程环境介绍
22:52
3.2、pycharm的安装
04:22
3.3、anaconda安装与虚拟环境的创建
13:18
3.4、显卡驱动的安装
05:24
必看!!!环境安装勘误
02:41
3.5、pytorch深度学习环境安装-上
11:15
3.6、pytorch深度学习环境安装-下
07:04
3.7、环境的测试-上
05:51
3.8、环境的测试-下
04:25
4.1、LeNet与AlexNet原理与实战章节先导
03:22
4.2、LeNet-5背景与网络结构
13:27
4.3、LeNet-5网络参数详解
12:20
4.4、LeNet-5总结
04:55
4.5、AlexNet诞生背景
08:08
4.6、AlexNet网络结构
04:27
4.7、AlexNet网络参数详解
20:04
4.8、Dropout操作
11:00
4.9、图像增强-水平翻转、随机裁剪
07:49
4.10、图像增强-PCA
07:37
4.11、LRN正则化
08:40
4.12、AlexNet总结
09:24
4.13、代码实验课程先导
06:08
4.14、实战1--LeNet-5模型搭建
16:36
4.15、实战1--LeNet-5模型前向传播定义及测试
14:52
4.16、实战1--Fashion_MNIST数据集介绍与展示
17:26
4.17、实战1--训练模板代码-数据加载函数
08:42
4.18、实战1--训练模板代码-初始化值定义
10:38
4.19、实战1--训练模板代码-训练反向传播
25:16
4.20、实战1--训练模板代码-模型验证
25:29
4.21、实战1--训练模板代码-最优模型保存
15:33
4.22、实战1--训练模板代码-loss和acc图绘制
16:32
4.23、实战1--训练模板代码-模型训练
05:31
4.24、实战1--测试模板代码-加载测试数据
11:39
4.25、实战1--测试模板代码-测试函数撰写
20:13
4.26、实战1--测试模板代码-模型测试
13:57
4.27、实战1--测试模板代码-测试集推理
19:22
4.28、实战2--AlexNet--模型搭建-1
14:02
4.29、实战2--AlexNet--模型搭建-2
09:24
4.30、实战2--AlexNet--模型训练
04:21
4.31、实战2--AlexNet--模型测试
06:22
5.1、VGG原理与实战先导
02:47
5.2、VGG网络诞生背景
04:55
5.3、VGG网络结构-上
05:58
5.4、VGG网络结构-下
14:25
5.5、VGG网络参数详解
14:35
5.6、VGGNet总结
03:44
5.7、实战--模型搭建-1
18:24
5.8、实战--模型搭建-2
07:37
5.9、实战--模型训练
08:52
5.10、模型训练--权重初始化-1
09:58
5.11、模型训练--权重初始化-2
29:22
5.12、模型测试
10:59
6.1、GoogLeNet原理与实战先导
03:14
6.2、GoogLeNet网络诞生背景
08:23
6.3、GoogLeNet网络结构-上
14:01
6.4、GoogLeNet网络结构-下
11:28
6.5、1×1卷积的优点
11:26
6.6、全局平均池化层(GAP)
12:48
6.7、GoogLeNet网络参数详解-上
08:04
6.8、GoogLeNet网络参数详解-中
10:03
6.9、GoogLeNet网络参数详解-下
11:54
6.10、GoogLeNet总结
04:57
6.11、Inception模块的搭建-1
15:34
6.12、Inception模块的搭建-2
06:09
6.13、goodlenet模型搭建-初始化网络层
07:56
6.14、goodlenet模型搭建-Inception模块的串接
21:15
6.15、goodlenet模型搭建-权重初始化
11:09
6.16、goodlenet模型搭建-前向传播
11:31
6.17、goodlenet模型训练
02:54
6.18、goodlenet模型测试
06:24
6.19、训练自己的数据集先导
03:55
6.20、猫狗分类--数据集准备
06:39
6.21、猫狗分类--数据集划分
04:03
6.22、猫狗分类--数据集加载
10:01
6.23、猫狗分类--数据集归一化和模型训练
12:47
6.24、猫狗分类--模型测试
09:13
6.25、猫狗分类--模型的推理
18:29
6.26、水果分类实战
20:59
7.1、ResNet原理与实战先导
01:55
7.2、ResNet网络诞生背景
05:39
7.3、网络加深带来哪些问题?
14:25
7.4、ResNet的基础架构-–残差块-上
13:30
7.5、ResNet的基础架构–-残差块-下
12:22
7.6、Batch Normalization-上
18:57
7.7、Batch Normalization-中
08:53
7.8、Batch Normalization-下
17:57
7.9、ResNet网络参数详解-上
06:56
7.10、ResNet网络参数详解-中
05:17
7.11、ResNet网络参数详解-下
16:09
7.12、ResNet总结
06:10
7.13、残差块的搭建-1
18:26
7.14、残差块的搭建-2
10:08
7.15、ResNet18的搭建-1
14:56
7.16、ResNet18的搭建-2
19:11
7.17、ResNet18模型的训练和测试
09:55
7.18、佩戴口罩识别实战
18:40
7.19、稻米品种识别实战
19:46
客服
顶部
赛事库 课堂 2021拜年纪