#9527

九天&菜菜 数据技术课堂-PyTorch深度学习实战训练营（5期）

课程介绍

课程来自于 九天&菜菜 数据技术课堂-PyTorch深度学习实战训练营（5期）

这是一门全面深入的PyTorch深度学习实战训练营课程，由九天&菜菜为您呈现。无论您是对深度学习有一定基础，还是对深度学习有浓厚兴趣的新手，都能在这门课程中找到适合自己的学习路径。

在本课程中，您将学习到如何使用PyTorch进行高效的深度学习模型开发。我们将从最基本的张量操作开始，逐步引导您掌握张量的索引、分片、合并、维度调整等技能，以及张量的广播和科学运算。接着，我们将深入探讨张量的线性代数运算，包括矩阵乘法、求逆、特征值分解等。

此外，我们还将教授您如何使用PyTorch的基本优化方法和最小二乘法来解决实际问题。同时，我们还将讲解动态计算图与梯度下降入门，让您更好地理解深度学习的工作原理。

通过本课程的学习，您将能够熟练掌握PyTorch的基本操作，并能运用所学知识解决实际问题。不论您是为了提高工作效率，还是为了深入了解深度学习，这都是一门不可多得的课程。

适用人群：

任何想要学习PyTorch深度学习的学员

你将收获：

1. 掌握PyTorch的基本操作，包括张量的创建与常用方法、索引、分片、合并、维度调整、广播和科**算、线性代数运算等；
2. 学习基本优化方法和最小二乘法的应用；
3. 理解动态计算图与梯度下降的原理；
4. 能够运用所学知识解决实际问题。

文件目录

01-Lesson 0.1 GPU购买与GPU白嫖指南.mp4

02-Lesson 0.2 PyTorch安装与部署（CPU版本）.mp4

03-Lesson 0.3 PyTorch安装与配置（GPU版本）.mp4

04-Lesson1.张量的创建与常用方法(1).mp4

04-Lesson1.张量的创建与常用方法.mp4

05-Lesson 2 张量的索引-分片-合并及维度调整.mp4

06-Lesson 3 张量的广播和科学运算.mp4

07-Lesson 4 张量的线性代数运算.mp4

08-Lesson 5 基本优化方法与最小二乘法.mp4

09-Lesson 6 动态计算图与梯度下降入门.mp4

10-Lesson 7.1 神经网络的诞生与发展.mp4

11-Lesson 7.2 机器学习中的基本概念.mp4

12-Lesson 7.3 深入理解PyTorch框架.mp4

13-Lesson 8.1单层回归神经网络 & Tensor新手避坑指南.mp4

14-Lesson 8.2 torch.nn.Linear实现单层回归网络的正向传播.mp4

15-Lesson 8.3 二分类神经网络的原理与实现.mp4

16-Lesson 8.4 torch.nn.functional实现单层二分类网络的正向传播.mp4

17-Lesson 8.5 多分类神经网络.mp4

18-Lesson 9.1 从异或门问题认识多层神经网络.mp4

19-Lesson 9.2 黑箱：深度神经网络的不可解释性.mp4

20-Lesson 9.3 9.4 层与激活函数.mp4

jamison普通

收藏 海报 链接