深度学习与PyTorch入门实战教程

1.深度学习初见 [26.78M]

课时1 深度学习框架简介.mp4 [11.88M]

课时2 pytorch功能演示.mp4 [14.90M]

10.cifar10与resnet实战 [225.29M]

课时76 cifar10数据集介绍.mp4 [17.00M]

课时77 卷积神经网络实战-1.mp4 [29.58M]

课时78 卷积神经网络实战-2.mp4 [16.12M]

课时79 卷积神经网络训练.mp4 [16.43M]

课时80 resnet实战-1.mp4 [16.10M]

课时81 resnet实战-2.mp4 [38.02M]

课时82 resnet实战-3.mp4 [30.74M]

课时83 resnet实战-4.mp4 [14.44M]

课时84 实战小结.mp4 [46.86M]

11.循环神经网络rnn&lstm [363.05M]

课时85 时间序列表示方法.mp4 [21.05M]

课时86 rnn原理-1.mp4 [13.21M]

课时87 rnn原理-.mp4 [44.52M]

课时88 rnn layer使用-1.mp4 [13.86M]

课时89 rnn layer使用-2.mp4 [12.67M]

课时90 时间序列预测实战.mp4 [20.18M]

课时91 梯度弥散与梯度爆炸.mp4 [20.19M]

课时92 lstm原理-.mp4 [41.29M]

课时93 lstm原理-2.mp4 [16.15M]

课时94 lstm layer使用.mp4 [42.54M]

课时95 情感分类问题实战.mp4 [117.38M]

12.迁移学习-实战宝可梦精灵 [289.93M]

课时100 自定义数据集实战-3.mp4 [16.26M]

课时101 自定义数据集实战-4.mp4 [14.87M]

课时102 自定义数据集实战-5.mp4 [21.10M]

课时103 自定义网络.mp4 [14.66M]

课时104 自定义网络训练与测试.mp4 [33.43M]

课时105 自定义网络实战.mp4 [54.50M]

课时106 迁移学习.mp4 [7.74M]

课时107 迁移学习实战.mp4 [15.81M]

课时96 pokemon数据集.mp4 [47.89M]

课时97 数据预处理.mp4 [17.77M]

课时98 自定义数据集实战-1.mp4 [31.82M]

课时99 自定义数据集实战-2.mp4 [14.07M]

13.自编码器auto-encoders [325.05M]

课时108 无监督学习.mp4 [58.49M]

课时109 auto-encoder原理.mp4 [17.35M]

课时110 auto-encoder变种.mp4 [13.97M]

课时111 adversarial auto-encoder.mp4 [13.15M]

课时112 变分auto-encoder引入.mp4 [65.24M]

课时113 reparameterization trick.mp4 [12.81M]

课时114 变分自编码器vae.mp4 [17.74M]

课时115 auto-encoder实战-1.mp4 [15.98M]

课时116 auto-encoder实战-2.mp4 [43.17M]

课时117 变分auto-encoder实战-1.mp4 [27.67M]

课时118 变分auto-encoder实战-2.mp4 [39.49M]

14.对抗生成网络gan [253.16M]

课时119 数据的分布.mp4 [12.38M]

课时120 画家的成长历程.mp4 [19.81M]

课时121 gan原理.mp4 [18.09M]

课时122 纳什均衡-d.mp4 [13.87M]

课时123 纳什均衡-g.mp4 [31.64M]

课时124 js散度的缺陷.mp4 [34.46M]

课时125 em距离.mp4 [12.58M]

课时126 wgan与wgan-gp.mp4 [22.31M]

课时127 gan实战-gd实现.mp4 [21.25M]

课时128 gan实战-网络训练.mp4 [24.35M]

课时129 gan实战-网络训练鲁棒性.mp4 [15.17M]

课时130 wgan-gp实战.mp4 [27.25M]

15.【选看】ubuntu开发环境安装 [188.69M]

课时131 ubuntu系统安装.mp4 [16.90M]

课时132 anaconda安装.mp4 [25.76M]

课时133 cuda 10安装.mp4 [24.22M]

课时134 环境变量配置.mp4 [21.85M]

课时135 cudnn安装.mp4 [16.76M]

课时136 pycharm安装与配置.mp4 [83.20M]

16.【选看】人工智能发展简史 [321.37M]

课时137 生物神经元结构.mp4 [5.87M]

课时138 感知机的提出.mp4 [13.56M]

课时139 bp神经网络.mp4 [68.15M]

课时140 cnn和lstm的发明.mp4 [65.62M]

课时141 人工智能的低潮.mp4 [59.45M]

课时142 深度学习的诞生.mp4 [14.61M]

课时143 深度学习的繁荣.mp4 [94.11M]

17.【选看】numpy实战bp神经网络 [154.03M]

课时144 权值的表示.mp4 [35.99M]

课时145 多层感知机的实现.mp4 [14.03M]

课时146 多层感知机前向传播.mp4 [14.57M]

课时147 多层感知机反向传播.mp4 [14.51M]

课时148 多层感知机反向传播-2.mp4 [13.81M]

课时149 多层感知机反向传播-3.mp4 [13.82M]

课时150 多层感知机的训练.mp4 [15.98M]

课时151 多层感知机的测试.mp4 [19.15M]

课时152 实战小结.mp4 [12.16M]

2.开发环境安装 [20.42M]

课时3 开发环境安装（简介）.mp4 [20.42M]

3.回归问题 [153.88M]

课时10 手写数字识别初体验-2.mp4 [9.39M]

课时11 手写数字识别初体验-3.mp4 [9.17M]

课时12 手写数字识别初体验-4.mp4 [11.01M]

课时13 手写数字识别初体验-5.mp4 [10.58M]

课时4 简单回归问题-.mp4 [23.92M]

课时5 简单回归问题-2.mp4 [20.77M]

课时6 回归问题实战.mp4 [13.16M]

课时7 分类问题引入-1.mp4 [34.27M]

课时8 分类问题引入-2.mp4 [12.71M]

课时9 手写数字识别初体验-1.mp4 [8.90M]

4.pytorch基础教程 [152.45M]

课时14 张量数据类型-1.mp4 [13.38M]

课时15 张量数据类型-2.mp4 [20.19M]

课时16 创建tensor-1.mp4 [15.35M]

课时17 创建tensor-2.mp4 [18.96M]

课时18 索引与切片-1.mp4 [17.25M]

课时19 索引与切片-2.mp4 [16.20M]

课时20 维度变换-1.mp4 [10.80M]

课时21 维度变换-2.mp4 [13.83M]

课时22 维度变换-3.mp4 [11.01M]

课时23 维度变换-4.mp4 [15.48M]

5.pytorch进阶教程 [182.07M]

课时24 broadcasting-1.mp4 [11.81M]

课时25 broadcasting-2.mp4 [17.38M]

课时26 broadcasting-3.mp4 [7.90M]

课时27 合并与分割-1.mp4 [15.10M]

课时28 合并与分割-2.mp4 [9.82M]

课时29 数学运算-1.mp4 [11.18M]

课时30 数学运算-2.mp4 [53.06M]

课时31 属性统计-1.mp4 [15.46M]

课时32 属性统计-2.mp4 [17.47M]

课时33 高阶操作.mp4 [22.88M]

6.随机梯度下降 [246.64M]

课时34 什么是梯度-1.mp4 [13.99M]

课时35 什么是梯度-2.mp4 [23.40M]

课时36 常见函数的梯度.mp4 [8.66M]

课时37 激活函数与loss的梯度-1.mp4 [17.96M]

课时38 激活函数与loss的梯度-2.mp4 [11.72M]

课时39 激活函数与loss的梯度-3.mp4 [9.39M]

课时40 激活函数与loss的梯度-4.mp4 [18.05M]

课时41 感知机的梯度推导-1.mp4 [17.80M]

课时42 感知机的梯度推导-2.mp4 [17.71M]

课时43 链式法则.mp4 [14.99M]

课时44 反向传播算法-1.mp4 [18.12M]

课时45 反向传播算法-2.mp4 [9.67M]

课时46 优化问题实战.mp4 [65.18M]

7.神经网络与全连接层 [283.52M]

课时47 logistic regression.mp4 [64.90M]

课时48 交叉熵-1.mp4 [12.52M]

课时49 交叉熵-2.mp4 [12.79M]

课时50 多分类问题实战.mp4 [13.60M]

课时51 全连接层.mp4 [84.34M]

课时52 激活函数与gpu加速.mp4 [55.97M]

课时53 mnist测试实战.mp4 [18.25M]

课时54 visdom可视化.mp4 [21.15M]

8.过拟合 [246.30M]

课时55 过拟合与欠拟合.mp4 [19.54M]

课时56 交叉验证-1.mp4 [17.45M]

课时57 交叉验证-2.mp4 [51.69M]

课时58 regularization.mp4 [59.69M]

课时59 动量与学习率衰减.mp4 [77.18M]

课时60 early stopping, dropout等.mp4 [20.76M]

9.卷积神经网络cnn [496.91M]

课时61 什么是卷积-1.mp4 [23.03M]

课时62 什么是卷积-2.mp4 [18.14M]

课时63 卷积神经网络-1.mp4 [16.15M]

课时64 卷积神经网络-2.mp4 [81.52M]

课时65 卷积神经网络-3.mp4 [12.68M]

课时66 池化层与采样.mp4 [14.99M]

课时67 batchnorm-1.mp4 [13.76M]

课时68 batchnorm-2.mp4 [79.51M]

课时69 经典卷积网络 lenet5,alexnet, vgg, googlenet-1.mp4 [17.98M]

课时70 经典卷积网络 lenet5,alexnet, vgg, googlenet-2.mp4 [14.31M]

课时71 resnet与densenet-1.mp4 [80.85M]

课时72 resnet与densenet-2.mp4 [76.41M]

课时73 nn.module模块-1.mp4 [15.97M]

课时74 nn.module模块-2.mp4 [12.42M]

课时75 数据增强.mp4 [19.19M]

深度学习与pytorch入门实战教程.lnk [0.71K]