|
『课程目录』:
├─1.深度学习框架介绍
│ 1.lesson1-PyTorch介绍.mp4
│
├─10.卷积神经网络CNN
│ 50.lesson37-什么是卷积-1.mp4
│ 51.lesson37-什么是卷积-2.mp4
│ 52.lesson38-卷积神经网络-1.mp4
│ 53.lesson38-卷积神经网络-2.mp4
│ 54.lesson38-卷积神经网络-3.mp4
│ 55.lesson39-Pooling&upsample.mp4
│ 56.lesson40-BatchNorm-1.mp4
│ 57.lesson40-BatchNorm-2.mp4
│ 58.lesson41-LeNet5,AlexNet, VGG, GoogLeN.mp4
│ 59.lesson41-LeNet5,AlexNet, VGG, GoogLeN.mp4
│ 60.lesson42-ResNet,DenseNet-1.mp4
│ 61.lesson42-ResNet, DenseNet-2.mp4
│ 62.lesson43-nn.Module-1.mp4
│ 63.lesson43-nn.Module-2.mp4
│ 64.lesson44-数据增强Data Argumentation.mp4
│
├─11.CIFAR10与ResNet实战
├─12.循环神经网络RNN&LSTM
│ 65.lesson46-时间序列表示.mp4
│ 66.lesson47-RNN原理-1.mp4
│ 67.lesson47-RNN原理-2.mp4
│ 68.lesson48-RNN Layer使用-1.mp4
│ 69.lesson48-RNN Layer使用-2.mp4
│ 70.lesson49-时间序列预测.mp4
│ 71.lesson50-RNN训练难题.mp4
│ 72.lesson51-LSTM原理-1.mp4
│ 73.lesson51-LSTM原理-2.mp4
│ 74.lesson52-LSTM Layer使用.mp4
│ 75.lesson53-情感分类实战.mp4
│
├─13.对抗生成网络GAN
│ 76.lesson54-数据分布.mp4
│ 77.lesson55-画家的成长历程.mp4
│ 78.lesson56-GAN发展.mp4
│ 79.lesson57-纳什均衡-D.mp4
│ 80.lesson58-纳什均衡-G.mp4
│ 81.lesson59-JS散度的弊端.mp4
│ 82.lesson60-EM距离.mp4
│ 83.lesson61-WGAN与WGAN-GP.mp4
│ 84.lesson62-G和D实现.mp4
│ 85.lesson63-GAN实战.mp4
│ 86.lesson64-GAN训练不稳定.mp4
│ 87.lesson65-WGAN-GP实战.mp4
│
├─2.开发环境准备
│ 2.lesson2-开发环境准备.mp4
│
├─3.初见深度学习
│ 3.lesson3-初探Linear Regression案例-1.mp4
│ 4.lesson3-初探Linear Regression案例-2.mp4
│ 5.lesson4-PyTorch求解Linear Regression案例.mp4
│ 6.lesson5 -手写数字问题引入1.mp4
│ 7.lesson5 -手写数字问题引入2.mp4
│
├─4.Pytorch张量操作
│ 10.lesson7 创建Tensor 1.mp4
│ 11.lesson7 创建Tensor 2.mp4
│ 12.lesson8 索引与切片1.mp4
│ 13.lesson8 索引与切片2.mp4
│ 14.lesson9 维度变换1.mp4
│ 15.lesson9 维度变换2.mp4
│ 16.lesson9 维度变换3.mp4
│ 17.lesson9 维度变换4.mp4
│ 8.lesson6 基本数据类型1.mp4
│ 9.lesson6 基本数据类型2.mp4
│
├─5.张量高阶操作
│ 18.lesson10 Broatcasting 1.mp4
│ 19.lesson10 Broatcasting 2.mp4
│ 20.lesson11 合并与切割1.mp4
│ 21.lesson11 合并与切割2.mp4
│ 22.lesson12 基本运算.mp4
│ 23.lesson13 数据统计1.mp4
│ 24.lesson13 数据统计2.mp4
│ 25.lesson14 高阶OP.mp4
│
├─6.随机梯度下降
│ 26.lesson16 什么是梯度1.mp4
│ 27.lesson16 什么是梯度2.mp4
│ 28.lesson17 常见梯度.mp4
│ 29.lesson18 激活函数及其梯度1.mp4
│ 30.lesson18 激活函数及其梯度2.mp4
│ 31.lesson18 激活函数及其梯度3.mp4
│
├─7.感知机梯度传播推导
│ 32.lesson19 单一输出感知机1.mp4
│ 33.lesson19 多输出Loss层2.mp4
│ 34.lesson20 链式法则.mp4
│ 35.lesson21 反向传播.mp4
│ 36.lesson22 优化小实例.mp4
│
├─8.多层感知机与分类器
│ 37.lesson24 Logistic Regression.mp4
│ 38.lesson25 交叉熵.mp4
│ 39.lesson26 多分类实战.mp4
│ 40.lesson27 全连接层.mp4
│ 41.lesson28 激活函数与GPU加速.mp4
│ 42.lesson29 测试.mp4
│ 43.lesson30-Visdom可视化.mp4
│
└─9.过拟合
44.lesson31-过拟合与欠拟合.mp4
45.lesson32-Train-Val-Test-交叉验证-1.mp4
46.lesson32-Train-Val-Test-交叉验证-2.mp4
47.lesson33-regularization.mp4
48.lesson34-动量与lr衰减.mp4
49.lesson35-early stopping, dropout, sgd.mp4
『课程下载』:
|
|