正版资源 getfromcodeAI 会员免费
唐宇迪《AI深度学习Pytorch》|001-课程介绍公.众.号 密知圈
唐宇迪《AI深度学习Pytorch》|001-课程介绍公.众.号 密知圈 深入PyTorch，掌握深度学习核心 ⭐ 编辑推荐 系统讲解PyTorch框架，深入剖析神经网络原理与实现。 ✨ 课程亮点 ✦ PyTorch框架深度解析 ✦ 神经网络原理与实践 ✦ 项目实战训练 课程目录 课程目录 78 集
单课价¥29.90新品 上架
支付成功后自动发货，可在「我的订单」查看网盘链接；链接失效可联系客服免费补链。
正版保障 极速发货 售后无忧
唐宇迪《AI深度学习Pytorch》|001-课程介绍公.众.号 密知圈
深入PyTorch，掌握深度学习核心
⭐ 编辑推荐
系统讲解PyTorch框架，深入剖析神经网络原理与实现。
✨ 课程亮点
✦PyTorch框架深度解析
✦神经网络原理与实践
✦项目实战训练
课程目录
课程目录78 集
- 唐宇迪《AI深度学习+Pytorch》
- 001-课程介绍公.众.号 密知圈.mp4
- 002-1-神经网络要完成的任务分析公.众.号 密知圈.mp4
- 003-2-模型更新方法解读公.众.号 密知圈.mp4
- 004-3-损失函数计算方法公.众.号 密知圈.mp4
- 005-4-前向传播流程解读公.众.号 密知圈.mp4
- 006-5-反向传播演示公.众.号 密知圈.mp4
- 007-6-神经网络整体架构详细拆解公.众.号 密知圈.mp4
- 008-7-神经网络效果可视化分析公.众.号 密知圈.mp4
- 009-8-神经元个数的作用公.众.号 密知圈.mp4
- 010-9-预处理与dropout的作用公.众.号 密知圈.mp4
- 011-1-卷积神经网络概述分析公.众.号 密知圈.mp4
- 012-2-卷积要完成的任务解读公.众.号 密知圈.mp4
- 013-3-卷积计算详细流程演示公.众.号 密知圈.mp4
- 014-4-层次结构的作用公.众.号 密知圈.mp4
- 015-5-参数共享的作用公.众.号 密知圈.mp4
- 016-6-池化层的作用与效果公.众.号 密知圈.mp4
- 017-7-整体网络结构架构分析公.众.号 密知圈.mp4
- 018-8-经典网络架构概述公.众.号 密知圈.mp4
- 019-1-RNN网络结构原理与问题公.众.号 密知圈.mp4
- 020-2-注意力结构历史故事介绍公.众.号 密知圈.mp4
- 021-3-self-attention要解决的问题公.众.号 密知圈.mp4
- 022-4-QKV的来源与作用公.众.号 密知圈.mp4
- 023-5-多头注意力机制的效果公.众.号 密知圈.mp4
- 024-6-位置编码与解码器公.众.号 密知圈.mp4
- 025-7-整体架构总结公.众.号 密知圈.mp4
- 026-8-BERT训练方式分析公.众.号 密知圈.mp4
- 027-1-PyTorch框架与其他框架区别分析公.众.号 密知圈.mp4
- 028-2-CPU与GPU版本安装方法解读公.众.号 密知圈.mp4
- 029-1-数据集与任务概述公.众.号 密知圈.mp4
- 030-2-基本模块应用测试公.众.号 密知圈.mp4
- 031-3-网络结构定义方法公.众.号 密知圈.mp4
- 032-4-数据源定义简介公.众.号 密知圈.mp4
- 033-5-损失与训练模块分析公.众.号 密知圈.mp4
- 034-6-训练一个基本的分类模型公.众.号 密知圈.mp4
- 035-7-参数对结果的影响公.众.号 密知圈.mp4
- 036-1-任务与数据集解读公.众.号 密知圈.mp4
- 037-2-参数初始化操作解读公.众.号 密知圈.mp4
- 038-3-训练流程实例公.众.号 密知圈.mp4
- 039-4-模型学习与预测公.众.号 密知圈.mp4
- 040-1-输入特征通道分析公.众.号 密知圈.mp4
- 041-2-卷积网络参数解读公.众.号 密知圈.mp4
- 042-3-卷积网络模型训练公.众.号 密知圈.mp4
- 043-1-任务分析与图像数据基本处理公.众.号 密知圈.mp4
- 044-2-数据增强模块公.众.号 密知圈.mp4
- 045-3-数据集与模型选择公.众.号 密知圈.mp4
- 046-4-迁移学习方法解读公.众.号 密知圈.mp4
- 047-5-输出层与梯度设置公.众.号 密知圈.mp4
- 048-6-输出类别个数修改公.众.号 密知圈.mp4
- 049-7-优化器与学习率衰减公.众.号 密知圈.mp4
- 050-8-模型训练方法公.众.号 密知圈.mp4
- 051-9-重新训练全部模型公.众.号 密知圈.mp4
- 052-10-测试结果演示分析公.众.号 密知圈.mp4
- 053-4-实用Dataloader加载数据并训练模型公.众.号 密知圈.mp4
- 054-1-Dataloader要完成的任务分析公.众.号 密知圈.mp4
- 055-2-图像数据与标签路径处理公.众.号 密知圈.mp4
- 056-3-Dataloader中需要实现的方法分析公.众.号 密知圈.mp4
- 057-1-数据集与任务目标分析公.众.号 密知圈.mp4
- 058-2-文本数据处理基本流程分析公.众.号 密知圈.mp4
- 059-3-命令行参数与DEBUG公.众.号 密知圈.mp4
- 060-4-训练模型所需基本配置参数分析公.众.号 密知圈.mp4
- 061-5-预料表与字符切分公.众.号 密知圈.mp4
- 062-6-字符预处理转换ID公.众.号 密知圈.mp4
- 063-7-LSTM网络结构基本定义公.众.号 密知圈.mp4
- 064-8-网络模型预测结果输出公.众.号 密知圈.mp4
- 065-9-模型训练任务与总结公.众.号 密知圈.mp4
- 066-1-基本结构与训练好的模型加载公.众.号 密知圈.mp4
- 067-2-服务端处理与预测函数公.众.号 密知圈.mp4
- 068-3-基于Flask测试模型预测结果公.众.号 密知圈.mp4
- 069-1-视觉transformer要完成的任务解读公.众.号 密知圈.mp4
- 070-1-项目源码准备公.众.号 密知圈.mp4
- 071-2-源码DEBUG演示公.众.号 密知圈.mp4
- 072-3-Embedding模块实现方法公.众.号 密知圈.mp4
- 073-4-分块要完成的任务公.众.号 密知圈.mp4
- 074-5-QKV计算方法公.众.号 密知圈.mp4
- 075-6-特征加权分配公.众.号 密知圈.mp4
- 076-7-完成前向传播公.众.号 密知圈.mp4
- 077-8-损失计算与训练公.众.号 密知圈.mp4
- 1774968350353.png
适合人群
- 深度学习爱好者
- 机器学习工程师
- AI领域从业者
🎯 学习收获
- 熟练使用PyTorch框架
- 掌握神经网络原理
- 提升AI项目开发能力
🎉 祝您学习愉快！
