正版资源 getfromcode后端开发 会员免费
唐宇迪《AI深度学习+Pytorch》
课程目录 77 集 ├── 001-课程介绍.mp4 ├── 002-1-神经网络要完成的任务分析.mp4 ├── 003-2-模型更新方法解读.mp4 ├── 004-3-损失函数计算方法.mp4 ├── 005-4-前向传播流程解读.mp4 ├── 006-5-反向传播演示.mp4 ├── 00
单课价¥29新品 上架
正版保障 极速发货 售后无忧
课程目录77 集
- ├── 001-课程介绍.mp4
- ├── 002-1-神经网络要完成的任务分析.mp4
- ├── 003-2-模型更新方法解读.mp4
- ├── 004-3-损失函数计算方法.mp4
- ├── 005-4-前向传播流程解读.mp4
- ├── 006-5-反向传播演示.mp4
- ├── 007-6-神经网络整体架构详细拆解.mp4
- ├── 008-7-神经网络效果可视化分析.mp4
- ├── 009-8-神经元个数的作用.mp4
- ├── 010-9-预处理与dropout的作用.mp4
- ├── 011-1-卷积神经网络概述分析.mp4
- ├── 012-2-卷积要完成的任务解读.mp4
- ├── 013-3-卷积计算详细流程演示.mp4
- ├── 014-4-层次结构的作用.mp4
- ├── 015-5-参数共享的作用.mp4
- ├── 016-6-池化层的作用与效果.mp4
- ├── 017-7-整体网络结构架构分析.mp4
- ├── 018-8-经典网络架构概述.mp4
- ├── 019-1-RNN网络结构原理与问题.mp4
- ├── 020-2-注意力结构历史故事介绍.mp4
- ├── 021-3-self-attention要解决的问题.mp4
- ├── 022-4-QKV的来源与作用.mp4
- ├── 023-5-多头注意力机制的效果.mp4
- ├── 024-6-位置编码与解码器.mp4
- ├── 025-7-整体架构总结.mp4
- ├── 026-8-BERT训练方式分析.mp4
- ├── 027-1-PyTorch框架与其他框架区别分析.mp4
- ├── 028-2-CPU与GPU版本安装方法解读.mp4
- ├── 029-1-数据集与任务概述.mp4
- ├── 030-2-基本模块应用测试.mp4
- ├── 031-3-网络结构定义方法.mp4
- ├── 032-4-数据源定义简介.mp4
- ├── 033-5-损失与训练模块分析.mp4
- ├── 034-6-训练一个基本的分类模型.mp4
- ├── 035-7-参数对结果的影响.mp4
- ├── 036-1-任务与数据集解读.mp4
- ├── 037-2-参数初始化操作解读.mp4
- ├── 038-3-训练流程实例.mp4
- ├── 039-4-模型学习与预测.mp4
- ├── 040-1-输入特征通道分析.mp4
- ├── 041-2-卷积网络参数解读.mp4
- ├── 042-3-卷积网络模型训练.mp4
- ├── 043-1-任务分析与图像数据基本处理.mp4
- ├── 044-2-数据增强模块.mp4
- ├── 045-3-数据集与模型选择.mp4
- ├── 046-4-迁移学习方法解读.mp4
- ├── 047-5-输出层与梯度设置.mp4
- ├── 048-6-输出类别个数修改.mp4
- ├── 049-7-优化器与学习率衰减.mp4
- ├── 050-8-模型训练方法.mp4
- ├── 051-9-重新训练全部模型.mp4
- ├── 052-10-测试结果演示分析.mp4
- ├── 053-4-实用Dataloader加载数据并训练模型.mp4
- ├── 054-1-Dataloader要完成的任务分析.mp4
- ├── 055-2-图像数据与标签路径处理.mp4
- ├── 056-3-Dataloader中需要实现的方法分析.mp4
- ├── 057-1-数据集与任务目标分析.mp4
- ├── 058-2-文本数据处理基本流程分析.mp4
- ├── 059-3-命令行参数与DEBUG.mp4
- ├── 060-4-训练模型所需基本配置参数分析.mp4
- ├── 061-5-预料表与字符切分.mp4
- ├── 062-6-字符预处理转换ID.mp4
- ├── 063-7-LSTM网络结构基本定义.mp4
- ├── 064-8-网络模型预测结果输出.mp4
- ├── 065-9-模型训练任务与总结.mp4
- ├── 066-1-基本结构与训练好的模型加载.mp4
- ├── 067-2-服务端处理与预测函数.mp4
- ├── 068-3-基于Flask测试模型预测结果.mp4
- ├── 069-1-视觉transformer要完成的任务解读.mp4
- ├── 070-1-项目源码准备.mp4
- 鈹溾攢鈹€ 071-2-婧愮爜DEBUG婕旂ず.mp4
- ├── 072-3-Embedding模块实现方法.mp4
- ├── 073-4-分块要完成的任务.mp4
- 鈹溾攢鈹€ 074-5-QKV璁＄畻鏂规硶.mp4
- ├── 075-6-特征加权分配.mp4
- ├── 076-7-完成前向传播.mp4
- └── 077-8-损失计算与训练.mp4
