爆裂推荐《PyTorch深度学习实践》完结合集！从入门到进阶的计算机视觉实战真的很有料（人工智能/机器学习/卷积神经网络/NLP/机器人）
正在缓冲...
快来白嫖配套资料+最新入门到进阶人工智能Z料包
扫码关注公众号：咕泡AI，回复：211
内含:深度学习神经网络+CV计算机视觉学习（两大框架pytorch/tensorflow+源码课件笔记）+NLP等
适用人群
①准备毕业论文的学生
②准备跳槽，正在找工作的AI算法工程师等
③自学和准备转行到AI领域的人
④想巩固AI核心知识，查漏补缺的人
论文/学习/就业/竞赛指导+大牛技术解答
感谢大家的喜欢和关注记得（点赞、收藏、转发）
视频选集
（1/135）
自动连播
001.课程导学
13:40
002.初识Pytorch基本框架
11:17
003.环境配置
11:22
004.环境配置
08:49
005.机器学习中的分类与回归问题-机器学习基本构成元素
11:16
006.Tensor的基本定义
06:22
007.Tensor与机器学习的关系
07:34
008.Tensor创建编程实例
19:56
009.Tensor的属性
07:40
010.Tensor的属性-稀疏的张量的编程实践
07:40
011.Tensor的算术运算
08:13
012.Tensor的算术运算编程实例
17:07
013.in-place的概念和广播机制已处理
09:59
014.取整-余已处理
03:50
015.比较运算-排序-topk-kthvalue-数据合法性校验已处理
18:29
016.三角函数已处理
04:19
017.其他数学函数已处理
05:34
018.Pytorch与统计学方法已处理
14:56
019.Pytorch与分布函数已处理
04:58
020.Pytorch与随机抽样已处理
05:16
021.Pytorch与线性代数运算已处理
09:19
022.Pytorch与矩阵分解-PCA已处理
19:53
023.Pytorch与矩阵分解-SVD分解-LDA已处理
13:10
024.Pytorch与张量裁剪已处理
08:50
025.Pytorch与张量的索引与数据筛选已处理
27:09
026.Pytorch与张量组合与拼接已处理
11:36
027.Pytorch与张量切片已处理
07:38
028.Pytorch与张量变形已处理
14:10
029.Pytorch与张量填充已处理
03:29
030.Pytorch与傅里叶变换已处理
01:08
031.Pytorch简单编程技巧已处理
11:34
032.Pytorch与autograd-导数-方向导数-偏导数-梯度的概念已处理
10:04
033.Pytorch与autograd-梯度与机器学习最优解已处理
12:47
034.Pytorch与autograd-Variable$tensor已处理
02:58
035.Pytorch与autograd-如何计算梯度已处理
03:05
036.Pytorch与autograd中的几个重要概念-variable-grad-gradfn已处理
10:33
037.Pytorch与autograd中的几个重要概念-function已处理
08:20
038.Pytorch与nn库已处理
19:47
039.Pytorch与visdom已处理
04:58
040.Pytorch与tensorboardX已处理
05:58
041.Pytorch与torchvision已处理
02:22
042.机器学习和神经网络的基本概念（1）已处理
20:54
043.机器学习和神经网络的基本概念（2）已处理
17:18
044.利用神经网络解决分类和回归问题（1）已处理
18:28
045.利用神经网络解决分类和回归问题（2）已处理
18:47
046.利用神经网络解决分类和回归问题（3）已处理
13:09
047.利用神经网络解决分类和回归问题（4）已处理
12:07
048.利用神经网络解决分类和回归问题（5）已处理
13:30
049.计算机视觉基本概念已处理
23:02
050.图像处理常见概念已处理
24:31
051.特征工程已处理
14:09
052.卷积神经网（上）已处理
12:37
053.卷积神经网（下）已处理
12:05
054.pooling层已处理
05:08
055.激活层-BN层-FC层-损失层已处理
12:14
056.经典卷积神经网络结构已处理
09:55
057.轻量型网络结构已处理
07:36
058.多分支网络结构已处理
03:43
059.attention的网络结构已处理
08:25
060.学习率已处理
04:45
061.优化器已处理
07:33
062.卷积神经网添加正则化已处理
03:28
01.图像分类网络模型框架解读（上）已处理
15:06
02.图像分类网络模型框架解读（下）已处理
15:43
03.cifar10数据介绍-读取-处理（上）已处理
09:45
04.cifar10数据介绍-读取-处理（下）已处理
10:51
05.PyTorch自定义数据加载-加载Cifar10数据已处理
15:24
06.PyTorch搭建 VGGNet 实现Cifar10图像分类已处理
15:04
07.PyTorch搭建cifar10训练脚本-tensorboard记录LOG（上）已处理
14:49
08.PyTorch搭建cifar10训练脚本-tensorboard记录LOG（下）已处理
19:38
09.PyTorch搭建cifar10训练脚本搭建-ResNet结构（上）已处理
16:58
10.PyTorch搭建cifar10训练脚本搭建-ResNet结构（下）已处理
10:30
11.PyTorch搭建cifar10训练脚本搭建-Mobilenetv1结构已处理
11:35
12.PyTorch搭建cifar10训练脚本搭建-Inception结构（上）已处理
15:05
13.PyTorch搭建cifar10训练脚本搭建-Inception结构（下）已处理
09:14
14.PyTorch搭建cifar10训练脚本搭建-调用Pytorch标准网络ResNet18等已处理
06:07
15.PyTorch搭建cifar10推理测试脚本搭建已处理
08:32
16.分类问题优化思路已处理
17:13
17.分类问题最新研究进展和方向已处理
06:34
01.目标检测问题介绍（上）已处理
14:11
02.目标检测问题介绍（下）已处理
11:48
03.Pascal.VOC-COCO数据集介绍已处理
05:15
04.MMdetection框架介绍-安装说明已处理
15:12
05.MMdetection框架使用说明已处理
12:20
06.MMdetection训练Passcal.VOC目标检测任务（上）已处理
17:27
07.MMdetection训练Passcal.VOC目标检测任务（中）已处理
16:28
08.MMdetection训练Passcal.VOC目标检测任务（下）已处理
11:52
09.MMdetection.Test脚本已处理
03:37
10.MMdetection.LOG分析已处理
05:44
第八章01.图像分割基本概念已处理
10:39
02.图像分割方法介绍已处理
19:04
03.图像分割评价指标及目前面临的挑战已处理
09:53
04.COCO数据集介绍已处理
04:22
05.detectron框架介绍和使用简单说明已处理
10:10
06.coco数据集标注文件解析已处理
07:53
07.detectron源码解读和模型训练-demo测试已处理
37:30
01.GAN的基础概念和典型模型介绍（上）已处理
15:05
02.GAN的基础概念和典型模型介绍（下）已处理
13:04
03.图像风格转换数据下载与自定义dataset类已处理
11:15
04.cycleGAN模型搭建-model已处理
16:16
05.cycleGAN模型搭建-train（上）已处理
18:04
06.cycleGAN模型搭建-train（下）已处理
18:29
07.cycleGAN模型搭建-test已处理
06:41
01.RNN网络基础已处理
07:19
02.RNN常见网络结构-simple.RNN网络已处理
10:57
03.Bi-RNN网络已处理
04:43
04.LSTM网络基础已处理
13:59
05.Attention结构已处理
09:42
06.Transformer结构已处理
13:16
07.BERT结构已处理
07:22
08.NLP基础概念介绍已处理
15:07
01.文本情感分析-情感分类概念介绍已处理
09:35
02.文本情感分类关键流程介绍已处理
02:27
03.文本情感分类之文本预处理已处理
06:34
04.文本情感分类之特征提取与文本表示已处理
05:16
05.文本情感分类之深度学习模型已处理
08:34
06.文本情感分类-数据准备已处理
16:43
07.文本情感分类-dataset类定义已处理
12:33
08.文本情感分类-model类定义已处理
11:38
09.文本情感分类-train脚本定义已处理
13:39
10.文本情感分类-test脚本定义已处理
05:07
02.Seq2Seq-Attention编程实例数据准备-模型结构-相关函数已处理
05:33
03.Seq2Seq-Attention编程实例-定义数据处理模块已处理
17:09
04.Seq2Seq-Attention编程实例-定义模型结构模块（上）已处理
13:11
05.Seq2Seq-Attention编程实例-定义模型结构模块（下）已处理
13:47
06.Seq2Seq-Attention编程实例-定义train模块（上）已处理
13:04
07.Seq2Seq-Attention编程实例-定义train模块（下）已处理
10:34
08.Seq2Seq-Attention编程实例-定义train模块-loss.function已处理
20:11
09.Seq2Seq-Attention编程实例-定义eval模块已处理
08:41
01.PyTorch模型开发与部署基础平台介绍已处理
09:40
02.PyTorch工程化基础--Torchscript已处理
09:16
03.PyTorch服务端发布平台--Torchserver已处理
06:32
04.PyTorch终端推理基础--ONNX已处理
06:07
linux操作基础串讲已处理
19:20
课程总结已处理
11:15
顶部