深度学习与PyTorch入门实战教程3.84GB
9.卷积神经网络CNN496.91MB
课时75 数据增强.mp419.19MB
课时74 nn.Module模块-2.mp412.42MB
课时73 nn.Module模块-1.mp415.97MB
课时72 ResNet与DenseNet-2.mp476.41MB
课时71 ResNet与DenseNet-1.mp480.85MB
课时70 经典卷积网络 LeNet5,AlexNet, VGG, GoogLeNet-2.mp414.31MB
课时69 经典卷积网络 LeNet5,AlexNet, VGG, GoogLeNet-1.mp417.98MB
课时68 BatchNorm-2.mp479.51MB
课时67 BatchNorm-1.mp413.76MB
课时66 池化层与采样.mp414.99MB
课时65 卷积神经网络-3.mp412.68MB
课时64 卷积神经网络-2.mp481.52MB
课时63 卷积神经网络-1.mp416.15MB
课时62 什么是卷积-2.mp418.14MB
课时61 什么是卷积-1.mp423.03MB
8.过拟合246.3MB
课时60 Early stopping, dropout等.mp420.76MB
课时59 动量与学习率衰减.mp477.18MB
课时58 Regularization.mp459.69MB
课时57 交叉验证-2.mp451.69MB
课时56 交叉验证-1.mp417.45MB
课时55 过拟合与欠拟合.mp419.54MB
7.神经网络与全连接层283.52MB
课时54 Visdom可视化.mp421.15MB
课时53 MNIST测试实战.mp418.25MB
课时52 激活函数与GPU加速.mp455.97MB
课时51 全连接层.mp484.34MB
课时50 多分类问题实战.mp413.6MB
课时49 交叉熵-2.mp412.79MB
课时48 交叉熵-1.mp412.52MB
课时47 Logistic Regression.mp464.9MB
6.随机梯度下降246.64MB
课时46 优化问题实战.mp465.18MB
课时45 反向传播算法-2.mp49.67MB
课时44 反向传播算法-1.mp418.12MB
课时43 链式法则.mp414.99MB
课时42 感知机的梯度推导-2.mp417.71MB
课时41 感知机的梯度推导-1.mp417.8MB
课时40 激活函数与Loss的梯度-4.mp418.05MB
课时39 激活函数与Loss的梯度-3.mp49.39MB
课时38 激活函数与Loss的梯度-2.mp411.72MB
课时37 激活函数与Loss的梯度-1.mp417.96MB
课时36 常见函数的梯度.mp48.66MB
课时35 什么是梯度-2.mp423.4MB
课时34 什么是梯度-1.mp413.99MB
5.PyTorch进阶教程182.07MB
课时33 高阶操作.mp422.88MB
课时32 属性统计-2.mp417.47MB
课时31 属性统计-1.mp415.46MB
课时30 数学运算-2.mp453.06MB
课时29 数学运算-1.mp411.18MB
课时28 合并与分割-2.mp49.82MB
课时27 合并与分割-1.mp415.1MB
课时26 Broadcasting-3.mp47.9MB
课时25 Broadcasting-2.mp417.38MB
课时24 Broadcasting-1.mp411.81MB
4.PyTorch基础教程152.45MB
课时23 维度变换-4.mp415.48MB
课时22 维度变换-3.mp411.01MB
课时21 维度变换-2.mp413.83MB
课时20 维度变换-1.mp410.8MB
课时19 索引与切片-2.mp416.2MB
课时18 索引与切片-1.mp417.25MB
课时17 创建Tensor-2.mp418.96MB
课时16 创建Tensor-1.mp415.35MB
课时15 张量数据类型-2.mp420.19MB
课时14 张量数据类型-1.mp413.38MB
3.回归问题153.88MB
课时9 手写数字识别初体验-1.mp48.9MB
课时8 分类问题引入-2.mp412.71MB
课时7 分类问题引入-1.mp434.27MB
课时6 回归问题实战.mp413.16MB
课时5 简单回归问题-2.mp420.77MB
课时4 简单回归问题-.mp423.92MB
课时13 手写数字识别初体验-5.mp410.58MB
课时12 手写数字识别初体验-4.mp411.01MB
课时11 手写数字识别初体验-3.mp49.17MB
课时10 手写数字识别初体验-2.mp49.39MB
2.开发环境安装20.42MB
课时3 开发环境安装(简介).mp420.42MB
17.【选看】Numpy实战BP神经网络154.03MB
课时152 实战小结.mp412.16MB
课时151 多层感知机的测试.mp419.15MB
课时150 多层感知机的训练.mp415.98MB
课时149 多层感知机反向传播-3.mp413.82MB
课时148 多层感知机反向传播-2.mp413.81MB
课时147 多层感知机反向传播.mp414.51MB
课时146 多层感知机前向传播.mp414.57MB
课时145 多层感知机的实现.mp414.03MB
课时144 权值的表示.mp435.99MB
16.【选看】人工智能发展简史321.37MB
课时143 深度学习的繁荣.mp494.11MB
课时142 深度学习的诞生.mp414.61MB
课时141 人工智能的低潮.mp459.45MB
课时140 CNN和LSTM的发明.mp465.62MB
课时139 BP神经网络.mp468.15MB
课时138 感知机的提出.mp413.56MB
课时137 生物神经元结构.mp45.87MB
15.【选看】Ubuntu开发环境安装188.69MB
课时136 PyCharm安装与配置.mp483.2MB
课时135 cudnn安装.mp416.76MB
课时134 环境变量配置.mp421.85MB
课时133 CUDA 10安装.mp424.22MB
课时132 Anaconda安装.mp425.76MB
课时131 Ubuntu系统安装.mp416.9MB
14.对抗生成网络GAN253.16MB
课时130 WGAN-GP实战.mp427.25MB
课时129 GAN实战-网络训练鲁棒性.mp415.17MB
课时128 GAN实战-网络训练.mp424.35MB
课时127 GAN实战-GD实现.mp421.25MB
课时126 WGAN与WGAN-GP.mp422.31MB
课时125 EM距离.mp412.58MB
课时124 JS散度的缺陷.mp434.46MB
课时123 纳什均衡-G.mp431.64MB
课时122 纳什均衡-D.mp413.87MB
课时121 GAN原理.mp418.09MB
课时120 画家的成长历程.mp419.81MB
课时119 数据的分布.mp412.38MB
13.自编码器Auto-Encoders325.05MB
课时118 变分Auto-Encoder实战-2.mp439.49MB
课时117 变分Auto-Encoder实战-1.mp427.67MB
课时116 Auto-Encoder实战-2.mp443.17MB
课时115 Auto-Encoder实战-1.mp415.98MB
课时114 变分自编码器VAE.mp417.74MB
课时113 Reparameterization trick.mp412.81MB
课时112 变分Auto-Encoder引入.mp465.24MB
课时111 Adversarial Auto-Encoder.mp413.15MB
课时110 Auto-Encoder变种.mp413.97MB
课时109 Auto-Encoder原理.mp417.35MB
课时108 无监督学习.mp458.49MB
12.迁移学习-实战宝可梦精灵289.93MB
课时99 自定义数据集实战-2.mp414.07MB
课时98 自定义数据集实战-1.mp431.82MB
课时97 数据预处理.mp417.77MB
课时96 Pokemon数据集.mp447.89MB
课时107 迁移学习实战.mp415.81MB
课时106 迁移学习.mp47.74MB
课时105 自定义网络实战.mp454.5MB
课时104 自定义网络训练与测试.mp433.43MB
课时103 自定义网络.mp414.66MB
课时102 自定义数据集实战-5.mp421.1MB
课时101 自定义数据集实战-4.mp414.87MB
课时100 自定义数据集实战-3.mp416.26MB
11.循环神经网络RNN&LSTM363.05MB
课时95 情感分类问题实战.mp4117.38MB
课时94 LSTM Layer使用.mp442.54MB
课时93 LSTM原理-2.mp416.15MB
课时92 LSTM原理-.mp441.29MB
课时91 梯度弥散与梯度爆炸.mp420.19MB
课时90 时间序列预测实战.mp420.18MB
课时89 RNN Layer使用-2.mp412.67MB
课时88 RNN Layer使用-1.mp413.86MB
课时87 RNN原理-.mp444.52MB
课时86 RNN原理-1.mp413.21MB
课时85 时间序列表示方法.mp421.05MB
10.CIFAR10与ResNet实战225.29MB
课时84 实战小结.mp446.86MB
课时83 ResNet实战-4.mp414.44MB
课时82 ResNet实战-3.mp430.74MB
课时81 ResNet实战-2.mp438.02MB
课时80 ResNet实战-1.mp416.1MB
课时79 卷积神经网络训练.mp416.43MB
课时78 卷积神经网络实战-2.mp416.12MB
课时77 卷积神经网络实战-1.mp429.58MB
课时76 CIFAR10数据集介绍.mp417MB
1.深度学习初见26.78MB
课时2 PyTorch功能演示.mp414.9MB
课时1 深度学习框架简介.mp411.88MB
深度学习与PyTorch入门实战教程.lnk726B
网站声明:
1. 该网盘资源的安全性和完整性需要您自行判断,点击下载地址直接跳转到网盘官方页面。本站链接通过程序自动收集互联网公开分享链接,本站不储存、复制、传播任何网盘文件,也不提供下载服务。
2. 本站遵守相关法律法规,坚决杜绝一切违规不良信息,如您发现任何涉嫌违规的网盘信息,请立即向网盘官方网站举报,并及时反馈给我们进行屏蔽删除。
3. 本站高度重视知识产权保护和个人隐私保护,如有网盘链接侵犯您的合法权益,请立即向网盘官方网站举报,并参见本站《版权说明》提供书面材料联系我们屏蔽删改。
1. 该网盘资源的安全性和完整性需要您自行判断,点击下载地址直接跳转到网盘官方页面。本站链接通过程序自动收集互联网公开分享链接,本站不储存、复制、传播任何网盘文件,也不提供下载服务。
2. 本站遵守相关法律法规,坚决杜绝一切违规不良信息,如您发现任何涉嫌违规的网盘信息,请立即向网盘官方网站举报,并及时反馈给我们进行屏蔽删除。
3. 本站高度重视知识产权保护和个人隐私保护,如有网盘链接侵犯您的合法权益,请立即向网盘官方网站举报,并参见本站《版权说明》提供书面材料联系我们屏蔽删改。