#9527

【深度之眼】深度学习与PyTorch入门实战教程

课程介绍

课程来自于 【深度之眼】深度学习与PyTorch入门实战教程

课程来自深度之眼的深度学习理论与实战PyTorch实现，课程适用入门人工智能，基础比较薄弱、缺乏系统学习+项目实战经验的学员。全网买得起的靠谱人工智能在线课，专为小白用户设计的学习梯度，科学合理，视频重点讲解+图文补充阅读+配套项目+助教服务，系统代码实现+详细逐行代码注释，掌握深度学习核心知识和实践技能！

课程大纲

9.卷积神经网络CNN

课时75 数据增强.mp4

课时74 nn.Module模块-2.mp4

课时73 nn.Module模块-1.mp4

课时72 ResNet与DenseNet-2.mp4

课时71 ResNet与DenseNet-1.mp4

课时70 经典卷积网络 LeNet5,AlexNet, VGG, GoogLeNet-2.mp4

课时69 经典卷积网络 LeNet5,AlexNet, VGG, GoogLeNet-1.mp4

课时68 BatchNorm-2.mp4

课时67 BatchNorm-1.mp4

课时66 池化层与采样.mp4

课时65 卷积神经网络-3.mp4

课时64 卷积神经网络-2.mp4

课时63 卷积神经网络-1.mp4

课时62 什么是卷积-2.mp4

课时61 什么是卷积-1.mp4

8.过拟合

课时60 Early stopping, dropout等.mp4

课时59 动量与学习率衰减.mp4

课时58 Regularization.mp4

课时57 交叉验证-2.mp4

课时56 交叉验证-1.mp4

课时55 过拟合与欠拟合.mp4

7.神经网络与全连接层

课时54 Visdom可视化.mp4

课时53 MNIST测试实战.mp4

课时52 激活函数与GPU加速.mp4

课时51 全连接层.mp4

课时50 多分类问题实战.mp4

课时49 交叉熵-2.mp4

课时48 交叉熵-1.mp4

课时47 Logistic Regression.mp4

6.随机梯度下降

课时46 优化问题实战.mp4

课时45 反向传播算法-2.mp4

课时44 反向传播算法-1.mp4

课时43 链式法则.mp4

课时42 感知机的梯度推导-2.mp4

课时41 感知机的梯度推导-1.mp4

课时40 激活函数与Loss的梯度-4.mp4

课时39 激活函数与Loss的梯度-3.mp4

课时38 激活函数与Loss的梯度-2.mp4

课时37 激活函数与Loss的梯度-1.mp4

课时36 常见函数的梯度.mp4

课时35 什么是梯度-2.mp4

课时34 什么是梯度-1.mp4

5.PyTorch进阶教程

课时33 高阶操作.mp4

课时32 属性统计-2.mp4

课时31 属性统计-1.mp4

课时30 数学运算-2.mp4

课时29 数学运算-1.mp4

课时28 合并与分割-2.mp4

课时27 合并与分割-1.mp4

课时26 Broadcasting-3.mp4

课时25 Broadcasting-2.mp4

课时24 Broadcasting-1.mp4

4.PyTorch基础教程

课时23 维度变换-4.mp4

课时22 维度变换-3.mp4

课时21 维度变换-2.mp4

课时20 维度变换-1.mp4

课时19 索引与切片-2.mp4

课时18 索引与切片-1.mp4

课时17 创建Tensor-2.mp4

课时16 创建Tensor-1.mp4

课时15 张量数据类型-2.mp4

课时14 张量数据类型-1.mp4

3.回归问题

课时9 手写数字识别初体验-1.mp4

课时8 分类问题引入-2.mp4

课时7 分类问题引入-1.mp4

课时6 回归问题实战.mp4

课时5 简单回归问题-2.mp4

课时4 简单回归问题-.mp4

课时13 手写数字识别初体验-5.mp4

课时12 手写数字识别初体验-4.mp4

课时11 手写数字识别初体验-3.mp4

课时10 手写数字识别初体验-2.mp4

2.开发环境安装

课时3 开发环境安装（简介）.mp4

17.【选看】Numpy实战BP神经网络

课时152 实战小结.mp4

课时151 多层感知机的测试.mp4

课时150 多层感知机的训练.mp4

课时149 多层感知机反向传播-3.mp4

课时148 多层感知机反向传播-2.mp4

课时147 多层感知机反向传播.mp4

课时146 多层感知机前向传播.mp4

课时145 多层感知机的实现.mp4

课时144 权值的表示.mp4

16.【选看】人工智能发展简史

课时143 深度学习的繁荣.mp4

课时142 深度学习的诞生.mp4

课时141 人工智能的低潮.mp4

课时140 CNN和LSTM的发明.mp4

课时139 BP神经网络.mp4

课时138 感知机的提出.mp4

课时137 生物神经元结构.mp4

15.【选看】Ubuntu开发环境安装

课时136 PyCharm安装与配置.mp4

课时135 cudnn安装.mp4

课时134 环境变量配置.mp4

课时133 CUDA 10安装.mp4

课时132 Anaconda安装.mp4

课时131 Ubuntu系统安装.mp4

14.对抗生成网络GAN

课时130 WGAN-GP实战.mp4

课时129 GAN实战-网络训练鲁棒性.mp4

课时128 GAN实战-网络训练.mp4

课时127 GAN实战-GD实现.mp4

课时126 WGAN与WGAN-GP.mp4

课时125 EM距离.mp4

课时124 JS散度的缺陷.mp4

课时123 纳什均衡-G.mp4

课时122 纳什均衡-D.mp4

课时121 GAN原理.mp4

课时120 画家的成长历程.mp4

课时119 数据的分布.mp4

13.自编码器Auto-Encoders

课时118 变分Auto-Encoder实战-2.mp4

课时117 变分Auto-Encoder实战-1.mp4

课时116 Auto-Encoder实战-2.mp4

课时115 Auto-Encoder实战-1.mp4

课时114 变分自编码器VAE.mp4

课时113 Reparameterization trick.mp4

课时112 变分Auto-Encoder引入.mp4

课时111 Adversarial Auto-Encoder.mp4

课时110 Auto-Encoder变种.mp4

课时109 Auto-Encoder原理.mp4

课时108 无监督学习.mp4

12.迁移学习-实战宝可梦精灵

课时99 自定义数据集实战-2.mp4

课时98 自定义数据集实战-1.mp4

课时97 数据预处理.mp4

课时96 Pokemon数据集.mp4

课时107 迁移学习实战.mp4

课时106 迁移学习.mp4

课时105 自定义网络实战.mp4

课时104 自定义网络训练与测试.mp4

课时103 自定义网络.mp4

课时102 自定义数据集实战-5.mp4

课时101 自定义数据集实战-4.mp4

课时100 自定义数据集实战-3.mp4

11.循环神经网络RNN&LSTM

课时95 情感分类问题实战.mp4

课时94 LSTM Layer使用.mp4

课时93 LSTM原理-2.mp4

课时92 LSTM原理-.mp4

课时91 梯度弥散与梯度爆炸.mp4

课时90 时间序列预测实战.mp4

课时89 RNN Layer使用-2.mp4

课时88 RNN Layer使用-1.mp4

课时87 RNN原理-.mp4

课时86 RNN原理-1.mp4

课时85 时间序列表示方法.mp4

10.CIFAR10与ResNet实战

课时84 实战小结.mp4

课时83 ResNet实战-4.mp4

课时82 ResNet实战-3.mp4

课时81 ResNet实战-2.mp4

课时80 ResNet实战-1.mp4

课时79 卷积神经网络训练.mp4

课时78 卷积神经网络实战-2.mp4

课时77 卷积神经网络实战-1.mp4

课时76 CIFAR10数据集介绍.mp4

1.深度学习初见

课时2 PyTorch功能演示.mp4

课时1 深度学习框架简介.mp4

深度学习与PyTorch入门实战教程.lnk

jamison普通

收藏 海报 链接