龙龙老师 PyTorch与深度学习 视频课程+源码 共152课

龙龙老师 PyTorch与深度学习 视频课程+源码 共152课

课程推荐

《龙龙老师 PyTorch与深度学习 视频课程+源码 共152课》龙龙老师 PyTorch与深度学习 视频课程+源码 共152课【技能收获】学完可掌握：核心实战技能、项目驱动学习。课程以实战为导向，覆盖从基础概念到完整项目落地的关键步骤，配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习，先打基础再进入综合实战章节；每完成 2～3 节可结合笔记整理一份学习小结，最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位：AI 应用工程师、RAG 系统开发、Java 后端 + 大模型落地、企业知识库架构师。大模型应用岗需求持续走高，具备「后端 + RAG 落地」复合能力的人才在招聘市场更稀缺，简历中可突出完整项目链路而非仅会使用 API。 若你已有一定编程或运维基础，本课程可帮助你在现有技能栈上快速叠加热门方向能力，提升求职时的项目说服力与薪资谈判空间。

视频目录（152 节）

*   │      1.深度学习框架简介_.mp4

*   │      2.PyTorch功能演示_.mp4

*   │      3.开发环境安装（简介）_.mp4

*   │      10.手写数字识别初体验-2_.mp4

*   │      11.手写数字识别初体验-3_.mp4

*   │      12.手写数字识别初体验-4_.mp4

*   │      13.手写数字识别初体验-5_.mp4

*   │      4.简单回归问题-_.mp4

*   │      5.简单回归问题-2_.mp4

*   │      6.回归问题实战_.mp4

*   │      7.分类问题引入-1_.mp4

*   │      8.分类问题引入-2_.mp4

*   │      9.手写数字识别初体验-1_.mp4

*   │      14.张量数据类型-1_.mp4

*   │      15.张量数据类型-2_.mp4

*   │      16.创建Tensor-1_.mp4

*   │      17.创建Tensor-2_.mp4

*   │      18.索引与切片-1_.mp4

*   │      19.索引与切片-2_.mp4

*   │      20.维度变换-1_.mp4

*   │      21.维度变换-2_.mp4

*   │      22.维度变换-3_.mp4

*   │      23.维度变换-4_.mp4

*   │      24.Broadcasting-1_.mp4

*   │      25.Broadcasting-2_.mp4

*   │      26.Broadcasting-3_.mp4

*   │      27.合并与分割-1_.mp4

*   │      28.合并与分割-2_.mp4

*   │      29.数学运算-1_.mp4

*   │      30.数学运算-2_.mp4

*   │      31.属性统计-1_.mp4

*   │      32.属性统计-2_.mp4

*   │      33.高阶操作_.mp4

*   │      34.什么是梯度-1_.mp4

*   │      35.什么是梯度-2_.mp4

*   │      36.常见函数的梯度_.mp4

*   │      37.激活函数与Loss的梯度-1_.mp4

*   │      38.激活函数与Loss的梯度-2_.mp4

*   │      39.激活函数与Loss的梯度-3_.mp4

*   │      40.激活函数与Loss的梯度-4_.mp4

*   │      41.感知机的梯度推导-1_.mp4

*   │      42.感知机的梯度推导-2_.mp4

*   │      43.链式法则_.mp4

*   │      44.反向传播算法-1_.mp4

*   │      45.反向传播算法-2_.mp4

*   │      46.优化问题实战_.mp4

*   │      47.Logistic.Regression_.mp4

*   │      48.交叉熵-1_.mp4

*   │      49.交叉熵-2_.mp4

*   │      50.多分类问题实战_.mp4

*   │      51.全连接层_.mp4

*   │      52.激活函数与GPU加速_.mp4

*   │      53.MNIST测试实战_.mp4

*   │      54.Visdom可视化_.mp4

*   │      55.过拟合与欠拟合_.mp4

*   │      56.交叉验证-1_.mp4

*   │      57.交叉验证-2_.mp4

*   │      58.Regularization_.mp4

*   │      59.动量与学习率衰减_.mp4

*   │      60.Early.stopping,.dropout等_.mp4

*   │      61.什么是卷积-1_.mp4

*   │      62.什么是卷积-2_.mp4

*   │      63.卷积神经网络-1_.mp4

*   │      64.卷积神经网络-2_.mp4

*   │      65.卷积神经网络-3_.mp4

*   │      66.池化层与采样_.mp4

*   │      67.BatchNorm-1_.mp4

*   │      68.BatchNorm-2_.mp4

*   │      69.经典卷积网络.LeNet5,AlexNet,.VGG,.GoogLeNet-1_.mp4

*   │      70.经典卷积网络.LeNet5,AlexNet,.VGG,.GoogLeNet-2_.mp4

*   │      71.ResNet与DenseNet-1_.mp4

*   │      72.ResNet与DenseNet-2_.mp4

*   │      73.nn.Module模块-1_.mp4

*   │      74.nn.Module模块-2_.mp4

*   │      75.数据增强_.mp4

*   │      76.CIFAR10数据集介绍_.mp4

*   │      77.卷积神经网络实战-1_.mp4

*   │      78.卷积神经网络实战-2_.mp4

*   │      79.卷积神经网络训练_.mp4

*   │      80.ResNet实战-1_.mp4

*   │      81.ResNet实战-2_.mp4

*   │      82.ResNet实战-3_.mp4

*   │      83.ResNet实战-4_.mp4

*   │      84.实战小结_.mp4

*   │      85.时间序列表示方法_.mp4

*   │      86.RNN原理-1_.mp4

*   │      87.RNN原理-_.mp4

*   │      88.RNN.Layer使用-1_.mp4

*   │      89.RNN.Layer使用-2_.mp4

*   │      90.时间序列预测实战_.mp4

*   │      91.梯度弥散与梯度爆炸_.mp4

*   │      92.LSTM原理-_.mp4

*   │      93.LSTM原理-2_.mp4

*   │      94.LSTM.Layer使用_.mp4

*   │      95.情感分类问题实战_.mp4

*   │      100.自定义数据集实战-3_.mp4

*   │      101.自定义数据集实战-4_.mp4

*   │      102.自定义数据集实战-5_.mp4

*   │      103.自定义网络_.mp4

*   │      104.自定义网络训练与测试_.mp4

*   │      105.自定义网络实战_.mp4

*   │      106.迁移学习_.mp4

*   │      107.迁移学习实战_.mp4

*   │      96.Pokemon数据集_.mp4

*   │      97.数据预处理_.mp4

*   │      98.自定义数据集实战-1_.mp4

*   │      99.自定义数据集实战-2_.mp4

*   │      108.无监督学习_.mp4

*   │      109.Auto-Encoder原理_.mp4

*   │      110.Auto-Encoder变种_.mp4

*   │      111.Adversarial.Auto-Encoder_.mp4

*   │      112.变分Auto-Encoder引入_.mp4

*   │      113.Reparameterization.trick_.mp4

*   │      114.变分自编码器VAE_.mp4

*   │      115.Auto-Encoder实战-1_.mp4

*   │      116.Auto-Encoder实战-2_.mp4

*   │      117.变分Auto-Encoder实战-1_.mp4

*   │      118.变分Auto-Encoder实战-2_.mp4

*   │      119.数据的分布_.mp4

*   │      120.画家的成长历程_.mp4

*   │      121.GAN原理_.mp4

*   │      122.纳什均衡-D_.mp4

*   │      123.纳什均衡-G_.mp4

*   │      124.JS散度的缺陷_.mp4

*   │      125.EM距离_.mp4

*   │      126.WGAN与WGAN-GP_.mp4

*   │      127.GAN实战-GD实现_.mp4

*   │      128.GAN实战-网络训练_.mp4

*   │      129.GAN实战-网络训练鲁棒性_.mp4

*   │      130.WGAN-GP实战_.mp4

*   │      131.Ubuntu系统安装_.mp4

*   │      132.Anaconda安装_.mp4

*   │      133.CUDA.10安装_.mp4

*   │      134.环境变量配置_.mp4

*   │      135.cudnn安装_.mp4

*   │      136.PyCharm安装与配置_.mp4

*   │      137.生物神经元结构_.mp4

*   │      138.感知机的提出_.mp4

*   │      139.BP神经网络_.mp4

*   │      140.CNN和LSTM的发明_.mp4

*   │      141.人工智能的低潮_.mp4

*   │      142.深度学习的诞生_.mp4

*   │      143.深度学习的繁荣_.mp4

*   │      144.权值的表示_.mp4

*   │      145.多层感知机的实现_.mp4

*   │      146.多层感知机前向传播_.mp4

*   │      147.多层感知机反向传播_.mp4

*   │      148.多层感知机反向传播-2_.mp4

*   │      149.多层感知机反向传播-3_.mp4

*   │      150.多层感知机的训练_.mp4

*   │      151.多层感知机的测试_.mp4

*   │      152.实战小结_.mp4

配套笔记（2 份 PDF）

*           花书-中文版.pdf

*           花书-深度学习-Eng.pdf